GaussDB(for MySQL)发布了计算下推框架。针对数据密集型查询，将提取列、条件过滤、聚合运算等操作向下推送给GaussDB(for MySQL)的分布式存储层的多个节点并行执行。通过计算下推，提升并行处理能力，减少网络流量和计算节点的压力，提升查询处理执行效率。1NDP介绍NDP（Near Data Processing）
GaussDB(for MySQL)采用计算与存储分离的架构，减少网络流量是主要架构准则，NDP设计将该准则应用到查询操作。没有NDP之前，查询处理需要将原始数据全部传输到计算节点。通过NDP设计，查询中的I/O密集型和CPU密集型的大部分工作被下推到存储节点完成，仅将所需列及筛选后的行或聚合后的结果值回传给计算节点，使网络流量大幅减少。
同时跨存储节点并行处理，计算节点CPU使用率下降，最终带来查询效率性能提升。
NDP框架同GaussDB(for MySQL)并行查询进行融合，并进行了页面批量预取的设计，达成执行全流程并行，进一步提升查询执行效率。
官方架构图如下：
2PQ(parallel query)GaussDB(for MySQL)支持了并行执行的查询方式，用以降低分析型查询场景的处理时间，满足企业级应用对查询低时延的要求。并行查询的基本实现原理是将查询任务进行切分并分发到多个CPU核上进行计算，充利用CPU的多核计算资源来缩短查询时间。并行查询的性能提升倍数理论上与CPU的核数正相关，也就是说并行度越高能够使用的CPU核数就越多，性能提升的倍数也就越高。
下图为一个表count(*)的执行过程图：
3对比测试验证测试服务器参数配置如下：
服务器类型ECS服务器GaussDB(for MySQL)
CPU32个CPU16个CPU
内存64G32G
mysql版本官方社区版8.0.26兼容mysql 8.0
innodb_buffer_pool_size32G32G
服务器节点一个主节点一个主节点+3个只读节点
3.1、开启NDP
GaussDB(for MySQL)查看NDP是否开启：
mysql> show variables like 'ndp_mode';
+---------------+-------+| Variable_name | Value |
+---------------+-------+| ndp_mode | OFF |
+---------------+-------+1 row in set (0.00 sec)GaussDB(for MySQL)开启NDP查询：
mysql> set ndp_mode=on;
Query OK, 0 rows affected (0.00 sec)
mysql> explain select
-> l_returnflag,
-> l_linestatus,
-> sum(l_quantity) as sum_qty,
-> sum(l_extendedprice) as sum_base_price,
-> sum(l_extendedprice * (1 - l_discount)) as sum_disc_price,
-> sum(l_extendedprice * (1 - l_discount) * (1 + l_tax)) as sum_charge,
-> avg(l_quantity) as avg_qty,
-> avg(l_extendedprice) as avg_price,
-> avg(l_discount) as avg_disc,
-> count(*) as count_order
-> from
-> lineitem
-> where
-> l_shipdate <= date '1998-12-01' - interval '90' day
-> group by
-> l_returnflag,
-> l_linestatus
-> order by
-> l_returnflag,
-> l_linestatus\G
*************************** 1. row *************************** id: 1
select_type: SIMPLE table: lineitem partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 555253035
filtered: 33.33
Extra: Using pushed NDP condition ((`tpch`.`lineitem`.`L_SHIPDATE` <= <cache>((DATE'1998-12-01' - interval '90' day)))); Using pushed NDP columns; Using temporary; Using filesort
1 row in set, 1 warning (0.00 sec)执行计划有可以看到有Using pushed NDP condition。
或者用hint 开启 NDP_PUSHDOWN ，关掉NDP的hint是 NO_NDP_PUSHDOWN ，如下：
mysql> explain
-> select /*+ NDP_PUSHDOWN(t1) */
-> l_returnflag,
-> l_linestatus,
-> sum(l_quantity) as sum_qty,
-> sum(l_extendedprice) as sum_base_price,
-> sum(l_extendedprice * (1 - l_discount)) as sum_disc_price,
-> sum(l_extendedprice * (1 - l_discount) * (1 + l_tax)) as sum_charge,
-> avg(l_quantity) as avg_qty,
-> avg(l_extendedprice) as avg_price,
-> avg(l_discount) as avg_disc,
-> count(*) as count_order
-> from
-> lineitem t1
-> where
-> l_shipdate <= date '1998-12-01' - interval '90' day
-> group by
-> l_returnflag,
-> l_linestatus
-> order by
-> l_returnflag,
-> l_linestatus \G
*************************** 1. row *************************** id: 1
select_type: SIMPLE table: t1 partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 555253035
filtered: 33.33
Extra: Using pushed NDP condition ((`tpch`.`t1`.`L_SHIPDATE` <= <cache>((DATE'1998-12-01' - interval '90' day)))); Using pushed NDP columns; Using temporary; Using filesort
1 row in set, 1 warning (0.00 sec)3.2、开启并行（PQ）
GaussDB(for MySQL) 开启并行;
全局参数force_parallel_execute来控制是否强制启用并行执行；
使用全局参数parallel_default_dop来控制使用多少线程并行执行;
使用全局参数parallel_cost_threshold来控制当数据规模为多大时开启并行执行。
mysql> SET force_parallel_execute=1;
Query OK, 0 rows affected (0.00 sec)
mysql> SET parallel_default_dop=16;
Query OK, 0 rows affected (0.00 sec)
mysql> SET parallel_cost_threshold=0;
Query OK, 0 rows affected (0.00 sec)
mysql> explain
-> select-> l_returnflag,
-> l_linestatus,
-> sum(l_quantity) as sum_qty,
-> sum(l_extendedprice) as sum_base_price,
-> sum(l_extendedprice * (1 - l_discount)) as sum_disc_price,
-> sum(l_extendedprice * (1 - l_discount) * (1 + l_tax)) as sum_charge,
-> avg(l_quantity) as avg_qty,
-> avg(l_extendedprice) as avg_price,
-> avg(l_discount) as avg_disc,
-> count(*) as count_order
-> from-> lineitem
-> where-> l_shipdate <= date '1998-12-01' - interval '90' day-> group by-> l_returnflag,
-> l_linestatus
-> order by-> l_returnflag,
-> l_linestatus \G
*************************** 1. row *************************** id: 1
select_type: SIMPLE table: <gather1> partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 555253035
filtered: 33.33
Extra: Parallel execute (16 workers, tpch.lineitem)
*************************** 2. row *************************** id: 1
select_type: SIMPLE table: lineitem partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 555253035
filtered: 33.33
Extra: Using pushed NDP condition ((`tpch`.`lineitem`.`L_SHIPDATE` <= <cache>((DATE'1998-12-01' - interval '90' day)))); Using pushed NDP columns; Using temporary; Using filesort
2 rows in set, 1 warning (0.00 sec)执行计划中多出来了Parallel execute (16 workers, tpch.lineitem)，或用hint开启并行:
mysql> explain
-> select /*+ PQ(8) */
-> l_returnflag,
-> l_linestatus,
-> sum(l_quantity) as sum_qty,
-> sum(l_extendedprice) as sum_base_price,
-> sum(l_extendedprice * (1 - l_discount)) as sum_disc_price,
-> sum(l_extendedprice * (1 - l_discount) * (1 + l_tax)) as sum_charge,
-> avg(l_quantity) as avg_qty,
-> avg(l_extendedprice) as avg_price,
-> avg(l_discount) as avg_disc,
-> count(*) as count_order
-> from
-> lineitem t1
-> where
-> l_shipdate <= date '1998-12-01' - interval '90' day
-> group by
-> l_returnflag,
-> l_linestatus
-> order by
-> l_returnflag,
-> l_linestatus \G
*************************** 1. row *************************** id: 1
select_type: SIMPLE table: <gather1> partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 555253035
filtered: 33.33
Extra: Parallel execute (8 workers, tpch.t1)
*************************** 2. row *************************** id: 1
select_type: SIMPLE table: t1 partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 555253035
filtered: 33.33
Extra: Using where; Using temporary; Using filesort
2 rows in set, 1 warning (0.00 sec)以上测试的数据是通过TPC-H 工具导入数据库中，大概100G数据。
TPC-H 是业界常用的一套 Benchmark，由 TPC 委员会制定发布，用于评测数据库的分析型查询能力。TPC-H 查询包含 8 张数据表、22 条复杂的 SQL 查询，大多数查询包含若干表 Join、子查询和 Group-by 聚合等等。
4测试总结针对16个测试场景测试结果如下：
以上图中蓝色为MySQL8.0.26的官方版本查询时间，紫色为GaussDB(for MySQL)的开启NDP和PQ的查询时间，总体来说，GaussDB(for MySQL) 比较快，快的达到了100多倍，当然有些SQL反而比较慢，比如第13个SQL，查看执行计划，不支持并行，官方描述说不支持的可能会变慢。总体来说，GaussDB(for MySQL) 的NDP和PQ提高了很大的性能。
墨天轮原文链接：https://www.modb.pro/db/172928?sjhy（复制到浏览器或者点击“阅读原文”立即查看）
关于作者黄江平，云和恩墨MySQL DBA, Oracle OCP。现服务于金融证券行业，负责MySQL数据库SQL优化、数据库故障处理、备份恢复、迁级升级、性能优化，有10年的数据库运维经验。
更多数据库行业相关内容，欢迎光临 2021 数据技术嘉年华 ：https://www.modb.pro/dtc2021（扫描下方二维码免费领取大会门票）
END
