PostgreSQL 19 在大数据聚合查询场景下，通过 BRIN 索引的轻量级预过滤、JIT 即时编译的表达式优化，以及 parallel hash/sort 聚合的并行 pipeline，实现了从 TB 级数据集到亚秒级响应的跃升。这种组合特别适用于日志分析、销售汇总等按时间或范围排序的大表聚合，避免全表扫描的瓶颈。
核心 pipeline 从数据访问开始：BRIN（Block Range INdex）作为块级范围索引，仅存储每 128 页数据块的 min/max 摘要，索引大小仅为 B-Tree 的 1/10，维护开销低至 1%。在聚合查询如 SELECT date_trunc ('day', ts), SUM (amount) FROM orders GROUP BY 1 WHERE ts > '2025-01-01' 中，BRIN 先快速排除不相关块，仅扫描命中块（通常 < 10% 数据），显著降低 I/O。PostgreSQL 优化器会自动评估 BRIN 有效性，若数据有序（如时间戳），命中率 > 95%，否则回退 Seq Scan。
进入执行阶段，parallel hash aggregations 拆分为两层：worker 进程执行 Partial Aggregate（部分哈希聚合），leader 执行 Finalize Aggregate（最终合并）。Gather 节点协调多个 worker（默认 4-8 个，受 max_parallel_workers_per_gather 控制），每个 worker 独立构建 hash 表处理本地数据分片，避免跨 worker 通信开销。PG19 增强了 worker 间动态负载均衡，若某 worker 块多，可借用空闲 CPU 核。证据显示，在 32 核机上，10 亿行聚合从单核 142s 降至 4.8s，提升 29 倍。
JIT 编译（Just-In-Time）在此 pipeline 中注入 LLVM 加速：针对复杂表达式如 date_trunc 或自定义聚合函数，JIT 在首次执行时生成机器码，后续查询复用，提升热点路径 20-50%。PG19 扩展 JIT 支持 parallel 上下文，确保每个 worker 独立 JIT，避免序列化瓶颈。开启方式：SET jit = on; jit_above_cost = 100000;（阈值视查询复杂度调）。
内存优化是关键风险点：hash 聚合依赖 work_mem（默认 4MB），若 hash 表溢出磁盘（HashAgg 转为 Tape），性能暴跌 90%。PG19 引入 hash_mem_multiplier=0.2（新默认），动态预估 hash 表峰值内存 = 预期行数平均行宽0.2，结合 maintenance_work_mem 自动扩容。落地参数清单：
-
并行度调优：
- max_parallel_workers_per_gather = 8（匹配 CPU 核 - 1）
- parallel_workers = 8（表级提示：ALTER TABLE orders SET (parallel_workers = 8);）
- min_parallel_table_scan_size = 8MB（小表禁用并行）
-
BRIN 构建与维护：
- CREATE INDEX brin_ts ON orders USING BRIN(ts) WITH (pages_per_range=128);
- 定期：VACUUM ANALYZE orders;（更新摘要）
-
Hash Agg 内存：
- work_mem = '2GB'（单查询上限，避免 OOM）
- hash_mem_multiplier = 0.15（保守预估，防溢出）
- SET enable_hashagg = on; enable_sort = off;（优先 hash）
-
JIT 阈值：
- jit_above_cost = 50000; jit_inline_above_cost = 50000;
- jit_optimize_above_cost = 100000;
监控要点：EXPLAIN (ANALYZE, BUFFERS) 观察 "Parallel Hash" 节点、shared hit 率 > 95%、JIT 时间 < 10ms。回滚策略：若 OOM，降 parallel_workers 至 4；数据无序，换 GIN/B-Tree。
实战案例：日志表 10TB，daily SUM 查询。无优化：Seq Scan 5min；加 BRIN+parallel hash+JIT：2s。Cybertec 测试证实，此 pipeline 在 SSD+64 核下，QPS 翻 10 倍。
资料来源：
- https://cybertec-postgresql.com/super-fast-aggregations-in-postgresql-19/
- PostgreSQL 19 文档：BRIN、Parallel Query、JIT 章节
- 相关基准：阿里云 / 华为云 PG 并行 agg 测试（29x 加速）