Postgres Analytics Accelerator（PGAA）1.10.0

日本語訳｜Postgres Analytics Accelerator 1.10.0

※GoogleのAutoML Translationを使用して翻訳しております。

英語原文｜Postgres Analytics Accelerator 1.10.0

概要

1. PGAAとは何か
Postgres Analytics Accelerator (PGAA) は、PostgreSQLディストリビューション（標準のPostgreSQL、EDB Postgres Extended Server、およびEDB Postgres Advanced Serverを含む）向けの高性能な拡張機能です。

オブジェクトストレージ上に Delta Lake、Apache Iceberg、Parquet などのオープンなテーブルフォーマットで保存されている大規模データに対して、Postgresから直接クエリを実行できるようにすることで、運用データベース（OLTP）とデータレイク（OLAP）のギャップを埋める役割を果たします。

2. PGAAのメリット
PGAAは、以下のような運用的およびアーキテクチャ的なメリットを提供します。

• コンピュートとストレージの分離： ローカルデータベースのストレージ容量に縛られることなく、分析用のコンピュートリソースを個別にスケールできます。
• コスト効率の高いデータ階層化： 頻繁にアクセスされる運用データ（ホットデータ）は高速なローカルSSDに保持し、頻度の低い歴史的データ（コールドデータ）は安価なクラウドオブジェクトストレージに列指向フォーマットで配置して階層管理できます。
• ベクトル化によるクエリ高速化： 従来の行単位の処理ではなく、最適化された列指向のバッチ（ベクトル）処理によって、大規模な分析クエリを大幅に高速化します。
• シームレスな統合とETLの削減： 面倒なETL処理やデータベースへのデータインポートを行うことなく、使い慣れたPostgresの接続プロトコルと標準的なSQLを使って直接データレイクをクエリできます。
• フェデレーション（連携）クエリ： 1つのクエリ内で、ローカルのトランザクションテーブルとリモートのデータレイクテーブルを結合して処理できます。

3. メリットを実現するPGAAの仕組み

PGAAは、以下のような技術的なアプローチを組み合わせることで最適化されたデータアクセスとクエリ実行を実現しています。

• TAM（テーブルアクセスメソッド）フック： PGAAはPostgresのクエリプランナーにフックしてカスタムストレージエンジンとして動作します。これにより、プランナーはリモートのオブジェクトストレージをローカルテーブルであるかのようにシームレスに扱えます。
• PGFSストレージ抽象化レイヤー： Postgres File System (PGFS)が、AWS S3、Google Cloud Storage (GCS)、Azure Blob Storage、およびローカルファイルシステムとの接続、認証（IAMやHMAC）、ファイル転送、メタデータやスキーマのキャッシュを包括的に管理します。
• 2つのベクトル化クエリ実行エンジン：
  • Seafowl（デフォルト）： Apache DataFusionベースのステートレスなベクトル化クエリエンジンです。CPUのSIMD（Single Instruction, Multiple Data）命令を活用してデータを列単位のバッチとして処理し、Postgresとの間は高性能なApache Arrow Flight RPCフレームワークを介して転送します。
  • Spark Connect： マルチテラバイトやペタバイト規模の超大容量データに対しては、リモートのApache Sparkクラスターにクエリ処理をオフロードします。NVIDIA RAPIDSプラグインと組み合わせたGPUアクセラレーションもサポートしています。
• 2つのクエリ実行モード：
  • DirectScan： 分析対象のテーブルのみを参照するクエリの場合、フィルタリング、結合、集計などのすべての処理をベクトル化エンジン（SeafowlまたはSpark）側で完全に実行し、最終的な結果セットのみをPostgresに返信します。
  • CompatScan： ベクトル化エンジンが未対応の機能が含まれるクエリや、ローカルのPostgresテーブルとの結合を行う場合のハイブリッド実行モードです。Seafowl側で一次的なフィルタリングを施したデータをPostgresにストリーム送信し、残りの結合や複雑な処理をPostgres側で完了させます。
• コンピュートプッシュダウン： 結合処理（pgaa.enable_join_pushdown）や集計処理（pgaa.enable_groupby_pushdown）をリモートの実行エンジン側へプッシュダウンし、ネットワーク転送量を最小限に抑えます。
• マルチティアキャッシュ： ネットワーク遅延を低減するため、リモートのParquetファイル、メタデータ（マニフェストやスキーマ）、およびテーブルのサイズ統計情報をローカルにキャッシュします。
• PGD（Postgres Distributed）連携による自動階層化： PGD AutoPartition等と連携し、一定の経過時間を過ぎた古いデータを自動的にオブジェクトストレージへコピーしてPGAAテーブルに変換し、ローカルのSSD領域を解放するポリシーを自動実行できます。

4. リリース1.10.0の新機能・変更点
2026年7月にリリースされたバージョン1.10.0における、主な新機能や修正点は以下の通りです。

• SeafowlにおけるEPAS関数サポートの拡張： EDB Postgres Advanced Server (EPAS) 互換の各種関数（Oracle互換シンタックス）がSeafowlエンジンで認識されるようになり、DirectScanによる高速化の適用対象が広がりました。
• 日付演算： last_day, next_day, months_between, sysdate, systimestamp
• 文字列検索： INSTR, INSTRB, regexp_substr
• 数値・条件ロジック： to_number, width_bucket, decode
• MinIO AIStor Iceberg REST カタログのサポート： Iceberg RESTカタログのバックエンドとして、新たにMinIO AIStorがサポートされました。
• Struct および Map 型のサポート： Iceberg、Delta Lake、Parquetから複合的な構造体（Struct）やマップ（Map）型データを読み込み、Postgres側でJSONデータとして扱えるようになりました。
• DataFusionのアップグレード： 内部で動作するApache DataFusionエンジンがバージョン54にアップグレードされました。
• オブジェクトストレージキャッシュの強化： offset型およびsuffix型のGETリクエストに対するキャッシュ処理がサポートされました。
• 主な不具合修正：
  • CTAS（Create Table As Select）実行時、出力先パスやアクセス権がない場合に、下流の別のエラーではなく、分かりやすい明確なエラーを返すように改善されました。
  • CREATE TABLEの定義で一部の列のみを指定して作成されたPGAAテーブルに対し、SELECT *を実行した際の動作不良が修正されました。
  • gprestoreの実行時に、すでにメタデータが存在するターゲットデータベースへのリストアをエラーにせず、スキップして安全にリストアを継続できるようになりました。
  • マルチプライマリーキーレプリケーション時、1つ目の列値が NULL である場合の解析エラーや、TIMESTAMPTZ 列のレプリケーション時の精度損失が解消されました。

---