Tomas Vondra：[补丁想法] 并行 pgbench -i
💡
原文英文，约700词，阅读约需3分钟。
📝
内容提要
文章建议通过并行数据加载来加速 pgbench -i，减少准备时间。方法是使用多个客户端同时生成和发送数据，并利用 pthread 实现并行处理。作者还讨论了按 ID 范围或分区分配任务的策略。尽管复杂性增加，但初步测试显示速度提升明显。
🎯
关键要点
- pgbench 是最常用的 Postgres 基准测试工具，但初始数据加载仍然是串行的，导致准备时间长。
- 建议通过并行数据加载来加速 pgbench -i，使用多个客户端同时生成和发送数据。
- 该补丁的实现完全在客户端，代码简单，易于理解和修改。
- pgbench 可以通过指定 -j N 创建多个进程来生成工作负载，利用 pthread 实现并行加载。
- 数据可以通过不同策略分配给工作者，例如按 ID 范围分配或使用协调者分配小范围 ID。
- 主要风险是速度提升可能低于预期，复杂性可能不值得，但可以通过快速测试来评估。
- 如果对该补丁感兴趣，可以通过电子邮件联系作者或与其他 Postgres 开发者交流。
❓
延伸问答
如何通过并行数据加载加速 pgbench -i？
可以通过使用多个客户端同时生成和发送数据来实现并行数据加载，从而加速 pgbench -i。
pgbench -i 的初始数据加载为什么是串行的？
pgbench -i 的初始数据加载是串行的，因为只有一个进程执行 COPY 操作，这导致准备时间较长。
在实现并行加载时，数据如何分配给工作者？
数据可以通过按 ID 范围分配或使用协调者分配小范围 ID 的策略来分配给工作者。
使用并行加载的主要风险是什么？
主要风险是速度提升可能低于预期，复杂性可能不值得，但可以通过快速测试来评估。
pgbench 的并行加载补丁实现在哪一侧？
该补丁的实现完全在客户端，代码简单，易于理解和修改。
如何联系作者以获取更多关于补丁的信息？
可以通过电子邮件联系作者，或与其他 Postgres 开发者在 pgsql-hackers 交流。
➡️
