在数据量呈指数级增长的当下，企业数据库正面临关键挑战：复杂分析任务渴求更多计算资源以提速响应，但过度扩展并行任务又会触发资源冲突，威胁系统稳定性。传统依赖DBA人工配置并行度的方式，既存在效率瓶颈，更难以匹配瞬息万变的业务负载需求。
伴随企业数字化转型步入攻坚阶段，Auto DOP（Automatic Degree of Parallelism，自动并行度）正成为新一代数据库的核心标配。通过实时监测查询模式、数据集规模和系统资源水位，Auto DOP赋予数据库智能决策能力——犹如精明的"交通调度员"，动态调配最优计算资源。无论是实时分析场景、AI模型训练，还是混合负载管理、云资源弹性优化，Auto DOP凭借"智能并行"机制，显著提升了企业数据处理效能。
本文将聚焦解析OceanBase数据库中，Auto DOP的核心参数配置、运行状态监控及其在AP场景、AP+TP混合部署场景下的实践应用，助力数据库突破资源竞争困境，达成复杂查询毫秒级响应，确保系统持续高效运转。
一、Auto DOP 核心参数解析
Auto DOP 在很大程度上解决了以往 DBA 需要手动设置并行度带来的不便。在实际生产环境中，运用这一技术仅需两步操作：
👉 首先，需要根据服务器的硬件性能，综合考量可接受的复杂查询对系统资源的占用比例，据此设置并行度上限，例如：set parallel_degree_limit = 32;
👉 然后，打开 Auto DOP：set parallel_degree_policy = AUTO。
在设置 Auto DOP 的过程中，有几个关键参数，分别是资源管控参数 parallel_servers_target、parallel_degree_limit 以及执行优化层参数 parallel_min_scan_time_threshold。
1、parallel_servers_target
parallel_servers_target 属于租户级别的系统变量，它明确规定了租户在每个节点上可申请的并行执行线程数量。其默认值是 MIN CPU * px_workers_per_cpu_quota。当这个参数指定的线程资源耗尽时，后续发起的并行执行请求需要进入排队等待的状态，直至有可用资源释放。
2、parallel_degree_limit
parallel_degree_limit 主要用于约束 Auto DOP 开启时，单条 SQL 语句所能达到的最大并行度，默认值为 0。当这个参数为 0 时，系统会自动借助 CPU 资源状况和 parallel_servers_target 的设定，共同限制最大 DOP 值。
例如，当 parallel_degree_limit = 0 时，若 parallel_servers_target = 10，且通过 OceanBase.V$OB_UNITS 查询得知 min_cpu = 2，同时单条 SQL 查询所读取的两个分区分布在 2 台 OBServer 上，那么经过计算，该场景下最大可用 DOP 为 min(10, 2 * 2) = 4。
3、parallel_min_scan_time_threshold
parallel_min_scan_time_threshold 以毫秒（为单位ms），默认值设置为 1000 ms，该参数对并行度的调整有着直接影响。具体来说，当基表的扫描代价高于该参数设定的值时，系统就会自动开启并行处理模式。
假如适当调小 parallel_min_scan_time_threshold 的值，可以降低基表开启并行处理的门槛，使得评估执行时间更短的基表扫描也能被纳入并行处理范畴。对于已经处于并行处理状态且数据量固定的表，也会相应地提升并行度，采用更大规模的并行扫描策略，以进一步优化处理效率。例如：
二、Auto DOP 执行状态监测
在实际应用过程中，准确监测 Auto DOP 的执行状态对于开发者优化数据库性能、精准定位问题至关重要。OceanBase 提供了系统视图特征码解析以及内置 XPlan 工具包这两大工具，助力开发者快速锁定并行策略的执行轨迹，实现对资源调度的精准验证。
方法一：通过查询 $OB_PLAN_CACHE_PLAN_STAT 中的 OUTLINE_DATA 字段，判断其中是否包含 PARALLEL(AUTO) ，以此来确定相关执行策略是否启用了 Auto DOP。
方法二：通过 explain extended 指令或使用 dbms_xplan.display_cursor（强烈推荐开发者体验，该函数在分析性能问题方面效果显著），同样能够获取关于 Auto DOP 执行状态的详细信息。
三、Auto DOP 最佳场景实践
1、AP 场景
在纯 AP 场景下，业务需求主要聚焦于运行少量极为复杂的大查询，几乎不存在急需优先处理的 DML 操作以及小查询任务。此时，运用 Auto DOP 的方法极为简便：
第一步，结合服务器硬件性能，综合权衡可接受的复杂查询对资源的占用比重，设置合理的并行度上限。例如：set parallel_degree_limit = 32;
第二步，轻松开启 Auto DOP 功能：set parallel_degree_policy = AUTO;
2、AP+TP 混布场景
在 AP+TP 混布的复杂场景中，Auto DOP 旨在优化慢 SQL 的 RT（run time），但这一过程不可避免地会占用更多的线程资源，可能会引发少量 AP 大查询和大量 TP 小查询（小 DML）之间的资源争用。AP 慢查询如果借助 Auto DOP 开启大量线程并行执行，会在一定程度上挤压分配给小查询的系统资源。
Auto DOP 并非万能，它本身无法自动感知用户心中对 SQL 优先级的设定，因此需要人为介入，明确告知数据库不同 SQL 的优先级。具体解决方法是在租户内部，为小查询和大查询分别规划独立的资源组，巧妙借助资源组（resource group）实现资源隔离。
OceanBase 在租户内支持 User 级和 SQL 级两种粒度的资源隔离方式。通过灵活配置各个 Resource Group 的 Max CPU 参数，即可实现让不同 User 或者不同类型的 SQL 按需使用不同资源组的资源，有效缓解资源竞争压力，保障各类业务稳定、高效运行。
Auto DOP 技术构建了一套完整且高效的并行执行优化体系，无论是在纯 AP 场景下对复杂查询效率的极致追求，还是在 AP+TP 混布场景中巧妙化解资源争用难题，Auto DOP 都展现出了卓越的性能优势与强大的适应性。OceanBase 也将不断优化产品技术细节，为企业数字化转型的深入推进提供坚实有力的数据支撑！
5 月 17 日，OceanBase 将在广州召开 2025 开发者大会，本届大会以「当 SQL 遇见 AI」为主题，将重磅发布面向 AI 时代的一体化产品矩阵，并分享 TP、AP、KV 及 AI 能力的最新实践成果。欢迎大家扫码，报名参会！
扫码报名
