问题15：达梦数据库的并行参数，结合例子分析

一、问题概述

并行查询是指数据库将一个大查询任务分解为多个子任务，由多个工作线程同时执行，最后将结果汇总返回。并行查询适用于大表扫描、大表连接、大表分组聚合、索引创建等操作。本问题要求理解达梦数据库的并行参数及其对查询性能的影响。

二、核心概念

并行查询的核心思想是“分而治之”：将一个大任务拆分成多个小任务，由多个工作线程并行处理，最后合并结果。并行查询适用于：

• 大表全表扫描
• 大表之间的哈希连接
• 大表分组聚合
• 大表索引创建

不适用场景：

• 小表查询（数据量小，并行开销大于收益）
• OLTP 高并发短查询
• 已有索引精确定位查询

三、实操环境

• 实例：TESTDB（端口 5239）
• 测试表：TEST.T_PARALLEL_DEMO（50 万行数据）
• 测试数据量：500,000 行

四、实操过程与输出解读

4.1 查询当前并行相关参数

执行命令：

SELECT PARA_NAME, PARA_VALUE, PARA_TYPE 
FROM V$DM_INI 
WHERE PARA_NAME LIKE '%PARALLEL%';

实际输出：

行号  PARA_NAME                         PARA_VALUE  PARA_TYPE
----- --------------------------------- ----------- ---------
1     HAGR_PARALLEL_OPT_FLAG             4           SESSION
2     MAX_PARALLEL_DEGREE                1           SESSION
3     PARALLEL_POLICY                    0           SESSION
4     PARALLEL_THRD_NUM                  10          IN FILE
5     PARALLEL_MODE_COMMON_DEGREE        1           SESSION
6     HFINS_PARALLEL_FLAG                0           SYS
7     RLOG_PARALLEL_ENABLE               1           IN FILE
8     REDOS_PARALLEL_NUM                 1           IN FILE
9     PARALLEL_PURGE_FLAG                0           IN FILE
10    INDEX_PARALLEL_FILL                0           SYS
11    PARALLEL_THRD_TARGET               0           SYS
12    COST_PARALLEL_FACTOR               1.000000    SESSION
13    RLOG_PARALLEL_NUM                  16          IN FILE
14    REDO_PARALLEL_NUM                  1           IN FILE
15    DPRTSK_PARALLEL_NUM                32          SESSION
16    HNSW_SHARD_SEARCH_PARALLEL_DEGREE  1           SESSION
17    PARALLEL_DML                       0           SESSION
18    VECTOR_INDEX_BUILD_PARALLEL_DEGREE 4           SESSION

关键参数说明：

参数名	当前值	参数类型	说明
MAX_PARALLEL_DEGREE	1	SESSION	最大并行度，限制单条查询可使用的最大并行线程数
PARALLEL_POLICY	0	SESSION	并行策略：0=关闭，1=自动并行，2=手动HINT
PARALLEL_THRD_NUM	10	IN FILE	并行线程池大小，静态参数需重启生效
PARALLEL_DML	0	SESSION	是否允许并行DML操作

解读：当前 MAX_PARALLEL_DEGREE=1 且 PARALLEL_POLICY=0，表示并行功能处于关闭状态。需要先修改参数才能演示并行效果。

4.2 修改并行参数

执行命令：

CALL SP_SET_PARA_VALUE(0, 'PARALLEL_POLICY', 1);
CALL SP_SET_PARA_VALUE(0, 'MAX_PARALLEL_DEGREE', 4);

参数说明：

• SCOPE=0：仅修改当前会话内存中的值（立即生效）
• PARALLEL_POLICY=1：启用自动并行模式
• MAX_PARALLEL_DEGREE=4：设置最大并行度为 4

输出：

DMSQL 过程已成功完成
DMSQL 过程已成功完成

验证修改生效：

SELECT PARA_NAME, PARA_VALUE, PARA_TYPE 
FROM V$DM_INI 
WHERE PARA_NAME IN ('PARALLEL_POLICY', 'MAX_PARALLEL_DEGREE');

实际输出：

行号  PARA_NAME           PARA_VALUE  PARA_TYPE
----- ------------------- ----------- ---------
1     MAX_PARALLEL_DEGREE 4           SESSION
2     PARALLEL_POLICY     1           SESSION

4.3 准备测试数据

执行命令：

-- 创建测试表
CREATE TABLE TEST.T_PARALLEL_DEMO (
    ID INT,
    COL1 VARCHAR(100),
    COL2 VARCHAR(100),
    COL3 INT,
    COL4 DATE
);

-- 插入 50 万行数据
INSERT INTO TEST.T_PARALLEL_DEMO
SELECT LEVEL,
       'COL1_' || LEVEL,
       'COL2_' || MOD(LEVEL, 1000),
       MOD(LEVEL, 100),
       DATE '2026-01-01' + MOD(LEVEL, 365)
FROM DUAL CONNECT BY LEVEL <= 500000;

COMMIT;

-- 验证数据量
SELECT COUNT(*) FROM TEST.T_PARALLEL_DEMO;

实际输出：

影响行数 500000
操作已执行
行号  COUNT(*)
----- --------
1     500000

4.4 简单 COUNT 查询执行计划（无并行）

执行命令：

EXPLAIN SELECT COUNT(*) FROM TEST.T_PARALLEL_DEMO;

实际输出：

1   #NSET2: [52, 1, 0] 
2     #PRJT2: [52, 1, 0]; exp_num(1), is_atom(FALSE)
3       #FAGR2: [52, 1, 0]; sfun_num(1)

逐层解读：

层级	操作符	说明
3	#FAGR2	快速聚集（Fast Aggregation），直接利用表或索引的元数据统计信息计算行数，无需扫描数据页
2	#PRJT2	投影操作，选择返回列
1	#NSET2	结果集，返回最终结果

分析：执行计划为 NSET2 → PRJT2 → FAGR2，没有出现 #PARALLEL 节点。原因在于 FAGR2 是快速聚集操作，直接从元数据中读取统计信息，不涉及数据扫描，因此无法并行化，且优化器判断串行执行成本已经很低。

4.5 带 HINT 的 COUNT 查询（仍无并行）

执行命令：

EXPLAIN SELECT /*+ PARALLEL(T_PARALLEL_DEMO, 4) */ COUNT(*) FROM TEST.T_PARALLEL_DEMO;

实际输出：

1   #NSET2: [52, 1, 0] 
2     #PRJT2: [52, 1, 0]; exp_num(1), is_atom(FALSE)
3       #FAGR2: [52, 1, 0]; sfun_num(1)

分析：即使添加了 /*+ PARALLEL(...) */ HINT，执行计划仍为 FAGR2。这是因为 FAGR2 操作本身无法并行化——快速聚集是从元数据中读取统计信息，不涉及数据扫描，因此没有并行扫描的必要。这验证了并非所有查询类型都能从并行中获益。

4.6 分组聚合查询执行计划（触发并行）

执行命令：

EXPLAIN SELECT /*+ PARALLEL(A, 4) */ COL3, COUNT(*) 
FROM TEST.T_PARALLEL_DEMO A 
GROUP BY COL3;

实际输出：

1   #NSET2: [72, 5000, 4] 
2     #LOCAL COLLECT: [72, 5000, 4]; op_id(2) n_grp_by(0) n_cols(0) n_keys(0)
3       #PRJT2: [72, 5000, 4]; exp_num(2), is_atom(FALSE)
4         #HAGR2: [72, 5000, 4]; grp_num(1), sfun_num(1), distinct_flag[0]; keys(A.COL3)
5           #LOCAL DISTRIBUTE: [52, 500000, 4]; op_id(1) n_keys(0) n_grp(1) KEY(A.COL3)
6             #CSCN2: [52, 500000, 4]; INDEX33555579(T_PARALLEL_DEMO as A); btr_scan(1)

逐层解读：

层级	操作符	说明
6	#CSCN2	聚集索引全扫描，扫描整张表（50 万行）
5	#LOCAL DISTRIBUTE	数据分发节点，将数据按 COL3 键值分发到多个并行工作线程
4	#HAGR2	哈希分组聚合，各线程独立计算分组结果
3	#PRJT2	投影操作
2	#LOCAL COLLECT	局部结果收集节点，将各线程的聚合结果汇总
1	#NSET2	结果集

关键观察：

• #LOCAL DISTRIBUTE 的出现表示查询已启用并行执行，数据被分发到多个工作线程处理
• #LOCAL COLLECT 表示将各线程的局部结果收集汇总
• 操作符后的 [72, 5000, 4] 表示：代价 72、估算行数 5000、估算字节数 4

4.7 查看并行线程池

执行命令：

SELECT NAME, COUNT(*) 
FROM V$THREADS 
WHERE NAME LIKE '%pthd%' 
GROUP BY NAME;

实际输出：

行号  NAME         COUNT(*)
----- ------------ --------
1     dm_pthd_thd  16

说明：dm_pthd_thd 是并行工作线程，当前有 16 个可用。这些线程由 PARALLEL_THRD_NUM 参数控制，当查询启用并行时，系统从线程池中分配空闲线程执行子任务。

4.8 查看并行线程池大小参数

执行命令：

SELECT PARA_NAME, PARA_VALUE, PARA_TYPE 
FROM V$DM_INI 
WHERE PARA_NAME = 'PARALLEL_THRD_NUM';

实际输出：

行号  PARA_NAME         PARA_VALUE  PARA_TYPE
----- ----------------- ----------- ---------
1     PARALLEL_THRD_NUM 10          IN FILE

说明：PARALLEL_THRD_NUM=10 是系统并行线程池大小，属于静态参数（IN FILE），修改后需重启实例生效。当前可用的 16 个 dm_pthd_thd 线程可能受其他参数影响。

五、执行计划对比总结

查询类型	操作符链	是否并行	原因
SELECT COUNT(*)	FAGR2 → PRJT2 → NSET2	否	快速聚集从元数据读取，不扫描数据页
SELECT COUNT(*) WITH HINT	FAGR2 → PRJT2 → NSET2	否	同上，该操作本身无法并行化
SELECT COL3, COUNT(*) GROUP BY COL3	CSCN2 → LOCAL DISTRIBUTE → HAGR2 → LOCAL COLLECT → PRJT2 → NSET2	是	大数据量分组聚合，#LOCAL DISTRIBUTE 出现

六、并行参数汇总

参数名	当前值	参数类型	作用
MAX_PARALLEL_DEGREE	4	SESSION	最大并行度，控制单条查询的最大并行线程数
PARALLEL_POLICY	1	SESSION	并行策略：0=关闭，1=自动，2=手动HINT
PARALLEL_THRD_NUM	10	IN FILE	并行线程池总大小，静态参数需重启生效
PARALLEL_DML	0	SESSION	是否允许并行DML操作
PARALLEL_MODE_COMMON_DEGREE	1	SESSION	并行模式通用度
PARALLEL_THRD_TARGET	0	SYS	并行线程目标值
COST_PARALLEL_FACTOR	1.000000	SESSION	并行代价因子，影响优化器决策

七、核心问题回答

问题：达梦数据库的并行参数有哪些？结合例子说明其作用和影响。

主要并行参数：

参数	作用	调大影响	调小影响
MAX_PARALLEL_DEGREE	控制单查询最大并行线程数	提升大查询性能，但占用更多资源	节省资源，大查询性能下降
PARALLEL_POLICY	并行策略开关	1=自动并行，2=手动HINT	0=完全关闭并行
PARALLEL_THRD_NUM	并行线程池总大小	支持更高并发并行	并行资源受限
PARALLEL_DML	是否允许并行DML	1=允许并行写入	0=禁用并行DML

参数调整影响：

• MAX_PARALLEL_DEGREE 增大：可提升大表扫描、分组聚合等查询性能，但会占用更多 CPU 和内存资源
• MAX_PARALLEL_DEGREE 减小：节省资源，适合高并发 OLTP 场景
• PARALLEL_POLICY=0：完全禁用并行，适合并发高、资源紧张的场景
• PARALLEL_POLICY=1：自动并行，适合混合负载场景，优化器根据代价自动决策
• PARALLEL_POLICY=2：手动并行，适合需要精确控制并行度的场景

实操结论：

1. 并非所有查询都适合并行：COUNT(*) 使用快速聚集（FAGR2），直接从元数据读取统计信息，无需扫描数据页，即使添加 HINT 也不会触发并行。

2. 分组聚合查询可触发并行：GROUP BY 查询需要扫描大量数据，优化器选择启用并行，执行计划中出现 #LOCAL DISTRIBUTE 节点。

3. 并行 HINT 语法：达梦支持 /*+ PARALLEL(table_alias, degree) */ 格式的 HINT，但最终是否启用并行由优化器根据代价决定。

4. 并行线程池：系统通过 PARALLEL_THRD_NUM 控制并行线程池大小，当前环境有 16 个 dm_pthd_thd 并行工作线程。

八、完整操作命令清单

-- 1. 查询所有并行参数
SELECT PARA_NAME, PARA_VALUE, PARA_TYPE 
FROM V$DM_INI 
WHERE PARA_NAME LIKE '%PARALLEL%';

-- 2. 修改并行参数（会话级）
CALL SP_SET_PARA_VALUE(0, 'PARALLEL_POLICY', 1);
CALL SP_SET_PARA_VALUE(0, 'MAX_PARALLEL_DEGREE', 4);

-- 3. 创建测试表并插入数据
CREATE TABLE TEST.T_PARALLEL_DEMO (ID INT, COL1 VARCHAR(100), COL2 VARCHAR(100), COL3 INT, COL4 DATE);
INSERT INTO TEST.T_PARALLEL_DEMO
SELECT LEVEL, 'COL1_'||LEVEL, 'COL2_'||MOD(LEVEL,1000), MOD(LEVEL,100), DATE'2026-01-01'+MOD(LEVEL,365)
FROM DUAL CONNECT BY LEVEL <= 500000;
COMMIT;

-- 4. 查看数据量
SELECT COUNT(*) FROM TEST.T_PARALLEL_DEMO;

-- 5. 简单 COUNT 查询执行计划
EXPLAIN SELECT COUNT(*) FROM TEST.T_PARALLEL_DEMO;

-- 6. 带 HINT 的 COUNT 查询执行计划
EXPLAIN SELECT /*+ PARALLEL(T_PARALLEL_DEMO, 4) */ COUNT(*) FROM TEST.T_PARALLEL_DEMO;

-- 7. 分组聚合查询执行计划（触发并行）
EXPLAIN SELECT /*+ PARALLEL(A, 4) */ COL3, COUNT(*) 
FROM TEST.T_PARALLEL_DEMO A 
GROUP BY COL3;

-- 8. 查看并行线程
SELECT NAME, COUNT(*) FROM V$THREADS WHERE NAME LIKE '%pthd%' GROUP BY NAME;

-- 9. 查看并行线程池大小
SELECT PARA_NAME, PARA_VALUE, PARA_TYPE FROM V$DM_INI WHERE PARA_NAME = 'PARALLEL_THRD_NUM';

-- 10. 恢复原始设置（可选）
CALL SP_SET_PARA_VALUE(0, 'PARALLEL_POLICY', 0);
CALL SP_SET_PARA_VALUE(0, 'MAX_PARALLEL_DEGREE', 1);