并行聚合在PostgreSQL 16中不自动启用,需同时满足成本阈值、并行扫描支持及无禁止性操作三个条件;EXPLAIN ANALYZE中出现Gather节点且Aggregate子节点loops>1才表明生效。

并行聚合在 PostgreSQL 16 中是否自动启用?
默认不启用,即使表很大、CPU 多核空闲,GROUP BY 查询仍大概率走单进程。PostgreSQL 16 的并行聚合(Parallel Aggregate)需同时满足三个硬性条件:优化器预估成本超过 parallel_setup_cost + parallel_tuple_cost × 预估行数;目标表或子计划支持并行扫描(如并行顺序扫描);且未被显式禁用(如含不支持并行的函数、窗口函数、某些 volatile 表达式)。常见误判是以为“只要加了 max_parallel_workers_per_gather 就能并行”,其实它只是上限,不是开关。
如何确认并行聚合是否实际发生?
运行 EXPLAIN ANALYZE 查看执行计划,重点找两个信号:
- 顶层出现
Gather或Gather Merge节点,其子节点是Aggregate(而非HashAggregate或GroupAggregate) - 该
Aggregate节点标注有(cost=... rows=... width=...) (actual time=... rows=... loops=N),其中loops=N(N > 1)表示多个 worker 共同分担了聚合任务
若只看到 HashAggregate 单节点,或 loops=1,说明并行聚合未触发。此时可检查 pg_stat_statements 中该查询的 total_plan_time 和 total_exec_time,对比单次与多次执行的稳定性——并行未生效时,耗时波动通常较小;一旦生效,首次执行可能略高(因进程启动开销),但后续更稳。
强制启用并行聚合的关键参数与陷阱
调整以下参数前,务必在会话级测试,避免全局影响:
-
SET max_parallel_workers_per_gather = 4;:设为 0 则彻底禁用并行;设为 2–8 是常见安全值,超过 CPU 核心数一半易引发争抢 -
SET parallel_setup_cost = 10;:降低并行启动门槛(默认 1000),对大表聚合很有效,但过低会导致小查询也强行并行,反拖慢响应 -
SET parallel_tuple_cost = 0.01;:调低元组传输成本权重(默认 0.1),让优化器更倾向拆分数据流 - ⚠️ 注意:
work_mem必须足够支撑每个 worker 的哈希表构建。若聚合字段基数高(如按用户 ID 分组亿级记录),单个 worker 的work_mem不足会退化为磁盘哈希(spill to disk),此时EXPLAIN ANALYZE会显示HashAgg on disk,性能反而暴跌
分区表 + 并行聚合的协同效果最明显
当大表已按时间/区域等维度分区,且查询条件命中分区键(如 WHERE create_time >= '2024-01-01'),PostgreSQL 16 会先做分区裁剪(Partition Pruning),再对剩余分区启用并行扫描 + 并行聚合。这时实际并发度 = 分区数 × 每分区 worker 数,远高于单表并行。但要注意:GROUP BY 字段必须与分区键无关,否则跨分区无法合并结果;若需全局去重或排序,Gather Merge 后还需额外 Sort 节点,这部分仍是单进程瓶颈。
真正难调的是 worker 间数据倾斜——比如按地区分组,但 90% 订单集中在华东,导致一个 worker 干活、其余空转。这种场景下,并行收益趋近于零,甚至不如单进程稳定。

















