max_parallel_workers_per_gather
Fact — 官方简述译文：设置单个 Gather 节点最多请求的并行工作进程数。
身份
生命周期
| Fact | 值 |
|---|---|
| 首次观测 | PG9.6 |
| 在档版本 | PG9.6–19 Beta 3 |
| 移除版本 | 否 |
| 引入提交 | c9ce4a1c61eb — Eliminate “parallel degree” terminology. |
| 提交日期 | 2016-06-09 |
| Discussion | — |
默认值变迁
| 版本 | 原始 boot_val |
单位 | 人类可读值 |
|---|---|---|---|
| PG9.6 | 0 |
— | 0 |
| PG10–19 Beta 3 | 2 |
— | 2 |
机制详解
max_parallel_workers_per_gather 限制单个 Gather 或 Gather Merge 节点最多请求多少个 worker。零会阻止通过这些节点执行并行查询，但不禁用其他后台 worker。
worker 不会预留，执行时可能因 max_parallel_workers 与 max_worker_processes 共享池而不足；leader 进程不计入本数值。
每个并行计划都可能放大受 work_mem 限制的节点、CPU 与 I/O 需求。规划器还会考虑 parallel_setup_cost 与 parallel_tuple_cost 后才决定是否请求。其 user 上下文允许按会话或事务局部修改，之后执行或重新规划的工作会读取新值。
调优建议
Advice。 以下建议是工作负载起点，必须用真实测量验证。
| 场景 | 建议 |
|---|---|
| OLTP | 应根据并发预算而非仅凭 CPU 核数设置 max_parallel_workers_per_gather。保护延迟敏感 OLTP 不受报表与维护突发影响，并检查实际 Workers Planned 与 Workers Launched。 |
| OLAP | 分析负载可使用更大的 max_parallel_workers_per_gather，但要把每节点内存与 I/O 乘以并发语句数；应在真实 worker 竞争下测吞吐，而不是只测一条孤立查询。 |
| 小规格 | 小主机上应保守设置 max_parallel_workers_per_gather。更多潜在 worker 可能因上下文切换与内存压力降低总吞吐，即使一条查询变快。 |
Pigsty 取值
以下值来自固定 8 核、32 GiB、100 GiB SSD 夹具，并按 PG19 Beta 3 渲染当前 Pigsty 模板；这不表示 Pigsty 当前支持该历史或测试版本。
| 模板 | 有效值 | 与上游 boot 比较 | 源表达式 |
|---|---|---|---|
| OLTP | 2 |
等于 boot 值 | {{ pg_max_parallel_workers_per_gather|int }} |
| OLAP | 4 |
不同于 boot 值 | {{ pg_max_parallel_workers_per_gather|int }} |
| CRIT | 0 |
不同于 boot 值 | {{ pg_max_parallel_workers_per_gather|int }} |
| TINY | 0 |
不同于 boot 值 | {{ pg_max_parallel_workers_per_gather|int }} |
Advice — 待人工复核。 当前 Pigsty 模板投影事实：OLTP: PG9.6–19 Beta 3 = 2 (dcs)；OLAP: PG9.6–19 Beta 3 = 4 (dcs)；CRIT: PG9.6–19 Beta 3 = 0 (dcs)；TINY: PG9.6–19 Beta 3 = 0 (dcs)。 建议（待人工复核）——编辑推断（待维护者复核）：这些值允许适中的 OLTP 与更强的 OLAP 查询并行，同时在 crit 与 tiny 模板显式禁止 Gather worker。
常见坑
- 把 max_parallel_workers_per_gather 当作已预留容量，而不是与其他工作共享的上限。
- 忽略并行计划会放大 CPU、I/O 与受 work_mem 限制的节点。
- 只测一条查询，没有模拟并发 worker 竞争。
- 认为规划的 worker 数在执行时总能全部启动。
关联参数
max_parallel_workers · max_worker_processes · parallel_setup_cost · parallel_tuple_cost · parallel_leader_participation · work_mem