PolarDB-PG原理解读 ——HTAP 架构详解（五）

PolarDB PostgreSQL版（以下简称 PolarDB-PG）是一款阿里云自主研发的企业级数据库产品，采用计算存储分离架构，兼容 PostgreSQL 与 Oracle。PolarDB-PG 的存储与计算能力均可横向扩展，具有高可靠、高可用、弹性扩展等企业级数据库特性。同时，PolarDB-PG 具有大规模并行计算能力，可以应对 OLTP 与 OLAP 混合负载；还具有时空、向量、搜索、图谱等多模创新特性，可以满足企业对数据处理日新月异的新需求。

功能特性

Parallel Query 并行查询

经过持续迭代的研发，目前 PolarDB-PG HTAP 在 Parallel Query 上支持的功能特性主要有五大部分：

• 基础算子全支持：扫描 / 连接 / 聚合 / 子查询等算子。
• 共享存储算子优化：包括 Shuffle 算子共享、SharedSeqScan 共享、SharedIndexScan 算子等。其中 SharedSeqScan 共享、SharedIndexScan 共享是指，在大表 join 小表时，小表采用类似于复制表的机制来减少广播开销，进而提升性能。
• 分区表支持：不仅包括对 Hash / Range / List 三种分区方式的完整支持，还包括对多级分区静态裁剪、分区动态裁剪的支持。除此之外，PolarDB-PG 分布式 MPP 执行引擎还支持分区表的 Partition Wise Join。
• 并行度弹性控制：包括全局级别、表级别、会话级别、查询级别的并行度控制。
• Serverless 弹性扩展：不仅包括任意节点发起 MPP、MPP 节点范围内的任意组合，还包括集群拓扑信息的自动维护，以及支持共享存储模式、主备库模式、三节点模式。

Parallel DML

基于 PolarDB-PG 读写分离架构和 HTAP serverless 弹性扩展的设计， PolarDB-PG Parallel DML 支持一写多读、多写多读两种特性。

• 一写多读：在 RO 节点上有多个读 Worker，在 RW 节点上只有一个写 Worker；
• 多写多读：在 RO 节点上有多个读 Worker，在 RW 节点上也有多个写 Worker。多写多读场景下，读写的并发度完全解耦。

不同的特性适用不同的场景，用户可以根据自己的业务特点来选择不同的 PDML 功能特性。

索引构建加速

PolarDB-PG 分布式 MPP 执行引擎，不仅可以用于只读查询和 DML，还可以用于 索引构建加速。OLTP 业务中有大量的索引，而 B-Tree 索引创建的过程大约有 80% 的时间消耗在排序和构建索引页上，20% 消耗在写入索引页上。如下图所示，PolarDB-PG 利用 RO 节点对数据进行分布式 MPP 加速排序，采用流水化的技术来构建索引页，同时使用批量写入技术来提升索引页的写入速度。

在目前索引构建加速这一特性中，PolarDB-PG 已经对 B-Tree 索引的普通创建以及 B-Tree 索引的在线创建 (Concurrently) 两种功能进行了支持。