PostgreSQL从9.6起支持并行查询，JOIN操作能否并行取决于表大小、扫描方式、系统配置及优化器决策；需满足大表顺序扫描、参数合理设置等条件，常见于Hash Join或Nested Loop内层扫描场景；通过EXPLAIN查看Gather和Parallel Seq Scan节点判断是否启用并行；核心参数包括max_parallel_workers_per_gather、min_parallel_table_scan_size等；建议调整配置以促进并行，但需实测验证性能收益。
PostgreSQL 中的并行查询功能从 9.6 版本开始引入，主要用于提升大数据量场景下的查询性能。在执行 JOIN 操作时，是否能触发并行处理，取决于多个因素，包括查询结构、表大小、系统配置以及优化器的决策。下面详细说明 PostgreSQL 如何在 JOIN 场景中触发并行执行，并介绍其连接并行策略。
一、并行 JOIN 的基本前提条件
要使 JOIN 查询能够使用并行执行，必须满足以下几个基本条件：
-
表足够大：参与 JOIN 的表（通常是外表）需要达到一定的大小阈值，否则优化器不会选择并行扫描。由参数
min_parallel_table_scan_size和effective_io_concurrency控制。 - 支持并行扫描：只有顺序扫描（Seq Scan）可以并行，索引扫描目前不支持并行。因此，如果查询走的是索引，可能无法触发并行。
-
并行度设置合理：需确保
max_worker_processes、max_parallel_workers_per_gather和max_parallel_workers等参数已正确配置。 - Gather 节点存在：并行查询通过 Gather 节点将多个并行工作进程的结果汇总到主进程。只有当执行计划中出现 Gather 节点时，才表示启用了并行。
二、常见可触发并行的 JOIN 类型
PostgreSQL 主要在以下几种 JOIN 场景中可能启用并行：
1. 并行顺序扫描 + Hash Join当大表作为内表或外表参与 Hash Join，且采用顺序扫描时，Gather 可以下推到 Seq Scan 层级，实现并行读取数据。
2. 并行顺序扫描 + Nested Loop（有限支持）Nested Loop 通常难以并行化，但如果外层是小表，内层大表可通过并行顺序扫描加速，则内层扫描仍可能并行执行。
3. Merge Join 配合并行扫描若两个表都已排序，且其中一个表可通过并行扫描获取有序数据（如带索引的排序扫描），则有可能结合并行能力，但实际中较少见。
三、如何查看是否触发了并行 JOIN
使用 EXPLAIN (ANALYZE, BUFFERS) 查看执行计划，关注是否有以下节点：
- Gather：表示结果从多个并行工作进程收集。
- Parallel Seq Scan：表示底层表使用了并行顺序扫描。
示例输出片段：
Gather
Workers Planned: 2
Workers Launched: 2
-> Parallel Seq Scan on large_table
Filter: (status = 'active')
这表明该查询启用了 2 个并行工作进程扫描大表，JOIN 时这部分输入数据是并行读取的。
四、影响并行策略的关键配置参数
以下是控制并行行为的核心参数：
-
max_worker_processes：数据库实例最大后台进程数，默认通常为 8。 -
max_parallel_workers_per_gather：每个 Gather 节点最多使用的并行工作进程数，设为 0 则关闭并行。 -
max_parallel_workers：系统全局最大并行工作进程总数。 -
min_parallel_table_scan_size：表大小超过此值才考虑并行扫描，默认 8MB。 -
parallel_setup_cost和parallel_tuple_cost：影响优化器对并行代价的评估，调高会降低并行倾向。
五、优化建议与注意事项
为了让 JOIN 更容易触发并行执行，可参考以下建议：
- 确保大表查询走的是顺序扫描，避免强制走索引阻碍并行。
- 适当调小
min_parallel_table_scan_size，让中等大小的表也能进入并行范围。 - 增加
max_parallel_workers_per_gather以提升并发度（需结合 CPU 核数）。 - 对非常大的 JOIN 操作，考虑配合分区表 + 并行查询，进一步提升效率。
- 注意并行并不总是更快，涉及锁、共享资源竞争等问题，需通过实际测试验证收益。
基本上就这些。PostgreSQL 的并行 JOIN 不是直接“并行化整个 JOIN 运算”，而是通过并行扫描输入表来加速数据读取阶段，再由主进程或工作进程完成实际的连接逻辑。理解这一点有助于更准确地设计查询和调优策略。
