MySQL · 最佳实践 · 今天你并行了吗？---洞察PolarDB 8.0之并行查询（三）

查看并行算子的运行时信息

events_parallel_operator_xxx表中提供并行查询中并行算子的相关信息，所谓并行算子，指可以由多个线程并行执行完成的任务，比如gather，gather会创建一组worker线程，由一组worker线程共同来完成扫描任务。

events_parallel_operator_current表中保存session中最近一次执行的并行查询相关的并行算子的执行信息。
events_parallel_operator_history表中保存session中最近执行的并行查询相关的并行算子的历史信息，默认是每个session最近10条并行查询的并行算子信息。
并行算子在执行计划中也可以查看到，如下所示：

explain select sum(c3), c4 from test.t1 where c3 > 5000 group by c4;

其中就是一个并行算子，它会执行Parallel scan，计划由32workers来完成。当然受限于资源的限制，实际上worker的数量可能会少于计划的32个workers.
当查询执行计划过程中或完成后，可以通过events_parallel_operator_current查看最近执行语句的并行算子相关信息。

select *
from performance_schema.events_parallel_operator_history
where thread_id= xxx /* 替换为前面查询的thread_id*/

表events_parallel_operator_xxx中包含以下内容：

• THREAD_ID：指当前线程ID
• EVENT_ID: 指当前事件ID，在每个线程中事件ID单调递增。
• END_EVENT_ID: 指当前事件完成时的最大事件ID，当为NULL时表示当前事务尚在进行中。
• EVENT_NAME：指当前正在进行中的事件，并行相关的事件以parallel_query开始，operator表示并行算子，最后是具体的算子名称，目前只有一种gather类型。
• OPERATOR_ID：并行算子ID，每个并行查询可能有1个或多个并行算子，ID单调递增。
• OPERATOR_TYPE：并行算子类型，目前只有一种类型gather。
• STATE：执行状态，COMPLETED表示已完成，STARTED表示正在运行中。
• SOURCE：表示此事件嵌入代码的位置；
• TIMER_START：表示此事件开始时刻，单位是皮秒picoseconds (trillionths of a second).
• TIMER_END：事件结束的时刻
• TIMER_WAIT：事件持续的时间
• PLANNED_DOP：并行计划的并行度，即计划最多可以有多少worker线程
• ACTUAL_DOP：实际执行时的并行度，即实际执行时的worker线程数
• PARTITIONED_OBJECT：并行执行的目标对象
• NUMBER_OF_PARTITIONS：目标对象的内部分片数，与表的分区不同，不分区的表也可以内部分片，每个分片由一个worker来执行扫描，分片越多，并行度也越高，分片越少，并行度越低。
• MYSQL_ERRNO：执行出错时输出错误码
• RETURNED_SQLSTATE：执行出错时输出错误状态
• MESSAGE_TEXT：执行出错时输出错误消息
• ERRORS：是否正确执行的标志，出错时输出为1，否则为0
• WARNINGS：警告消息的个数
• ROWS_SENT：返回的行数
• ROWS_EXAMINED：检查的行数，不包含worker扫描的行数，通常等于所有worker返回的行数总和
• CREATED_TMP_DISK_TABLES：在磁盘上创建的临时表个数
• CREATED_TMP_TABLES：在内存中创建的临时表个数
• NESTING_EVENT_ID：关联的上级事件的ID，可以通过此ID查询父事件即并行查询事件
• NESTING_EVENT_TYPE：关联的上级事件的类型
• NESTING_EVENT_LEVEL：级别的层数。
  

在本例中

• Event_name是parallel_query/operator/gather，表示是并行算子gather类型的事件
• OPERATOR_ID=0，表示是本并行查询中的第1个并行算子
• OPERATOR_TYPE = GATHER，表示是GATHER
• STATE= COMPLETED表示此并行算子的执行已经完成
• TIMER_WAIT= 50229944318000，是此算子的执行时间，单位是皮秒，转成秒应该是50229944318000/1000000000000= 50.2299s
• PLANNED_DOP=32，表示计划的并行度为32
• ACTUAL_DOP=32，表示实际执行时的并行度为32，此值有时会小于计划的并行度 – 注意此处真实情况下是否
• PARTITIONED_OBJECT=lineitem：表示此gather执行并行扫描的表是lineitem表。
• NUMBER_OF_PARTITIONS=2760，表示表lineitem内部有2760个分片，这些分片会依次分配到不同的worker上执行扫描，worker当一个分片扫描完成后，会自动申请下一个分片，直到所有分片全部处理完毕。
• ROWS_SENT= 1，表示gather算子执行完成后，会产生1行数据。
• ROWS_EXAMINED = 128，表示gather算子共检查了128行数据，这些数据由worker返回，因为每个worker上会优先执行已经下推的where条件。
• CREATED_TMP_DISK_TABLES=0，表示没有在磁盘上产生临时表。
• CREATED_TMP_TABLES=1，表示产生1个内存临时表。
• NESTING_EVENT_ID=72，表示与此并行算子事件关联的父事件ID是72，这个ID可用于指定查询并行执行的主事件信息；
• NESTING_EVENT_TYPE= PARALLEL_QUERY，表示与此并行牌子事件关联的父事件类型是PARALLEL_QUERY，即并行查询事件；
• NESTING_EVENT_LEVEL=2，表示嵌套事件层级为2

查看worker的运行时信息

每个并行算子可以有多个worker，每个worker独立完成部分子任务，如扫描某个表的若干个分片。每个worker也都有自己的运行时信息，这些信息也是保存在events_parallel_query_xxx中，只是角色是worker而已。
    因为worker是关联到并行算子的，所以可以通过并行算子的event_id和thread_id来过滤查询，

select *
from performance_schema.events_parallel_query_current
where parent_thread_id= xxx /*前面查询的thread_id*/
UNION
select *
from performance_schema.events_parallel_query_history
where parent_thread_id= xxx \G; /*前面查询的thread_id*/

其中：

• EVENT_NAME= parallel_query/role/worker，表示是worker事件
• PARENT_THREAD_ID= 100927，表示其父线程ID是100927
• OPERATOR_ID= 0，表示此worker所属并行算子ID为0
• WORKER_ID= 1，表示此worker的worker ID为1
• TIMER_WAIT= 49935536065000，此worker的运行时间为49935536065000/1000000000000=49.94s
• ROWS_SENT= 4，表示此worker返回4条数据
• ROWS_EXAMINED= 18413405，表示此worker共扫描了18413405行数据；
• CREATED_TMP_TABLES= 1，表示此worker创建了1个内存临时表
• NESTING_EVENT_ID= 73，表示此worker的父事件ID为73，即其关联的并行算子的event_id为73
• NESTING_EVENT_TYPE= PARALLEL_OPERATOR，表示worker的父事件类型是并行算子
• NESTING_EVENT_LEVEL= 3，表示级联事件层级为3。