パラレルクエリによる PostGIS 高速化の検討

FOSS4G Advent Calendar 2017 の 12/10 の記事です。
勉強もかねて、勇気をだして参加してみたものの、本記事はうまく行かなかったという内容になりました。ご了承願います… (..)_

PostgreSQL 9.6 から、パラレルクエリという機能が使えるようになったようです。通常は、ひとつの CPU のみのところ、複数の CPU を使用するので速いと思われます。
PostgreSQL 9.6.6, PostGIS 2.3.2 で試しました。

パラレルクエリの有効化

初期設定では、パラレルクエリを使わない設定になっているので、有効化します。postgresql.conf という設定ファイルの

postgresql.conf

max_parallel_workers_per_gather = 0

の値を1以上にします。手元のマシンはCPUのプロセッサ数が8こあるので、8にしたいと思います。
postresql.conf を書き換えたくない場合は、

SET max_parallel_workers_per_gather = 8;

の SQL を実行するだけでも大丈夫です。

さっそく使ってみる

COUNT

まずは、普通の集計関数を使ってみます。

SELECT COUNT(*) FROM table_a;
  count   
----------
 34620352
(1 row)

3.5sec -> 1.0secs

1/3以下の時間に短縮されました

ST_Area

次に面積を計測する ST_Area を使ってみます。

SELECT ST_Area(geom) AS area FROM porigon_table_a;

01:27 minutes -> 01:27 minutes
あれ？ 変わらないですね。

実行したい SQL の前に EXPLAIN をつけると、問い合わせ計画というものが見られるので、これで確認してみます。

EXPLAIN SELECT ST_Area(geom) FROM porigon_table_a;

                         QUERY PLAN                          
-------------------------------------------------------------
 Seq Scan on porigon_table_a  (cost=0.00..355507.09 rows=2264031 width=8)

これは、パラレル使用の設定にしているのに、パラレルが使われていないようです。
ちなみに、ひとつ目のクエリでパラレルが使われた例の場合の EXPLAIN は以下のようになります。

                                           QUERY PLAN                                            
-------------------------------------------------------------------------------------------------
 Finalize Aggregate  (cost=1686681.79..1686681.80 rows=1 width=8)
   ->  Gather  (cost=1686681.06..1686681.77 rows=7 width=8)
         Workers Planned: 7
         ->  Partial Aggregate  (cost=1685681.06..1685681.07 rows=1 width=8)
               ->  Parallel Seq Scan on table_a  (cost=0.00..1673316.65 rows=4945765 width=0)

パラレルが使われるかどうかは、プランナーがコストを推定して判断するらしいです。とりあえず使ってみて欲しい場合は、以下のようにします。

SET parallel_setup_cost = 0
SET parallel_tuple_cost = 0

それでもう一度実行してみると…、パラレルは使われましたが、処理時間は変わりませんでした。

EXPLAIN SELECT ST_Area(geom) FROM porigon_table_a;
                                           QUERY PLAN                                            
-------------------------------------------------------------------------------------------------
Gather  (cost=0.00..337097.04 rows=2281164 width=8)"
  Workers Planned: 6"
  ->  Parallel Seq Scan on porigon_table_a  (cost=0.00..289572.79 rows=380194 width=8)"

SELECT ST_Area(geom) FROM porigon_table_a;

01:27 ms -> 01:27 ms

また、ST_Intersects も試しましたが、同様に変わらなかったです。

結論

このバージョン（PostgreSQL 9.6.6, PostGIS 2.3.2）では パラレルクエリはPostGIS に適さないみたいです。
[ポールラムジーさんが PostgreSQL 10、PostGIS 2.4 で空間関数のコストを調整しながらやっているので]
(http://blog.cleverelephant.ca/2017/10/parallel-postgis-2.html)、今度は 10 で試したいと思います（昨日リリースなので今回はちょっと入れ替えが間に合いませんでした、すみません）。