PostgreSQL 16默认允许并行Hash JOIN,但实际触发需满足优化器判断及max_parallel_workers_per_gather>0、parallel_setup_cost和parallel_tuple_cost等配置条件。

并行Hash JOIN在PostgreSQL 16中是否默认启用
PostgreSQL 16 默认允许并行Hash JOIN,但实际是否触发,取决于优化器判断和配置项是否满足条件。它不会对所有JOIN自动启用——比如小表关联、驱动表极小、或 max_parallel_workers_per_gather 设为 0 时,就完全跳过并行路径。
关键控制开关有三个:max_parallel_workers_per_gather(会话/全局)、parallel_setup_cost 和 parallel_tuple_cost。默认值(max_parallel_workers_per_gather = 2)意味着最多启动 2 个 worker 进程;若你查到执行计划里没有 Workers Planned 字段,八成是这个值被设成了 0 或太低。
- 检查当前会话设置:
SHOW max_parallel_workers_per_gather; - 临时开启(仅当前查询):
SET LOCAL max_parallel_workers_per_gather = 4; - 注意:该参数不能高于
max_worker_processes,否则 worker 启动失败,降级为串行
如何确认你的JOIN真的走了并行Hash JOIN
光看 EXPLAIN 不够,必须用 EXPLAIN (ANALYZE, BUFFERS) 实际跑一次,并重点观察 Hash 节点的结构和并行标识。
典型并行Hash JOIN计划长这样:
Hash Join (cost=... rows=...) (actual time=... rows=...)
Hash Cond: (t1.id = t2.id)
-> Gather (cost=... rows=...) (actual time=... rows=...)
Workers Planned: 4
Workers Launched: 4
-> Parallel Seq Scan on t1 (cost=... rows=...)
-> Hash (cost=... rows=...)
-> Seq Scan on t2 (cost=... rows=...)
注意三处信号:
-
Gather节点存在,且Workers Launched > 0 - 驱动表(通常是小表)扫描节点前缀带
Parallel(如Parallel Seq Scan) -
Hash节点本身不并行——哈希表构建仍在主进程,但探测阶段由 workers 并行完成
如果看到 Hash 下面是 Seq Scan 而不是 Parallel Seq Scan,说明并行只作用于探测侧,构建侧仍单线程,整体加速比受限。
为什么调高 work_mem 反而让并行Hash JOIN变慢
并行场景下,work_mem 是每个 worker 独立申请的内存上限,不是共享池。一个 Hash Join + Sort + 4 个 worker 的查询,理论峰值内存消耗是 4 × work_mem × 2(每个 worker 建哈希表+做排序)。
常见误操作:
- 全局设
work_mem = '256MB',而max_connections = 200→ 理论最大内存占用达 51.2GB,极易触发 swap 或 OOM - 没意识到
pg_stat_progress_hash只反映主进程状态,worker 的哈希桶使用情况不可见,靠它调参容易误判 - 写错单位:
work_mem = '64M'(少个 B)会被 PostgreSQL 静默转成 64 字节,导致所有哈希操作立刻落盘
更稳妥的做法是:先用 SET LOCAL work_mem = '16MB' 在会话内测试,再结合 EXPLAIN (ANALYZE, BUFFERS) 中 Hash 节点的 Disk Usage 是否为 0 来验证。
小表驱动大表 + 并行Hash JOIN的组合陷阱
“小表驱动大表”原则在并行场景下依然成立,但容易被忽略的是:优化器选驱动表时,会基于单线程成本估算,未必适配并行路径。例如,当小表本身已按 Join 键排序,优化器可能倾向选 Merge Join;但若你强制希望走并行Hash,就得干预执行计划。
可行手段有限但直接:
- 用
/*+ HashJoin(t1 t2) */提示(需安装pg_hint_plan扩展) - 临时禁用 Merge Join:
SET LOCAL enable_mergejoin = off; - 确保小表统计信息最新:
ANALYZE small_table;,否则优化器可能误估其大小,放弃并行
最隐蔽的问题是数据倾斜:如果 Join 键分布严重不均(TOP1 频次 > 平均值 ×10),即使开了 4 个 worker,也可能 3 个空转、1 个卡死——此时并行不仅不加速,还放大资源争抢。务必先跑:SELECT key, COUNT(*) FROM big_table GROUP BY key ORDER BY 2 DESC LIMIT 5; 排查。










