我有一个表，在"char"[]类型的vector列中存储了1 M个384维向量。我试图通过使用并行化来加速以下查询：

EXPLAIN ANALYZE
WITH Vars(key) as (
    VALUES (array_fill(1, ARRAY[384])::vector)
)
SELECT content_id
FROM MyTable, Vars
ORDER BY vector::int[]::vector <#> key
LIMIT 10;

字符串
<#>是pgvector扩展的点积运算符，vector是该扩展定义的类型，据我所知，它类似于real[]。
我在AWS RDS的空闲层中运行此查询。Postgres示例有两个vCPU，因此我希望看到使用两个worker的改进。考虑到向量的高维性，我希望计算点积来支配执行时间，因此使用两个worker的性能几乎提高了2倍。
为了在没有并发的情况下运行，我这样做：

set max_parallel_workers = 1;
set max_parallel_workers_per_gather = 1;
set enable_parallel_hash = off;

型
输出为：

Limit  (cost=94267.29..94268.44 rows=10 width=12) (actual time=15624.961..15634.530 rows=10 loops=1)
   ->  Gather Merge  (cost=94267.29..161913.85 rows=588231 width=12) (actual time=15624.958..15634.524 rows=10 loops=1)
         Workers Planned: 1
         Workers Launched: 1
         ->  Sort  (cost=93267.28..94737.86 rows=588231 width=12) (actual time=15607.302..15607.305 rows=7 loops=2)
               Sort Key: ((((mytable.vector)::integer[])::vector <#> '[1,1,...,1]'::vector))
               Sort Method: top-N heapsort  Memory: 25kB
               Worker 0:  Sort Method: top-N heapsort  Memory: 25kB
               ->  Parallel Seq Scan on mytable  (cost=0.00..80555.82 rows=588231 width=12) (actual time=0.413..15452.274 rows=500000 loops=2)
 Planning Time: 10.502 ms
 Execution Time: 15635.121 ms
(11 rows)

型
接下来，我们强迫两个工人：

set force_parallel_mode = on;
set max_parallel_workers = 2;
set max_parallel_workers_per_gather = 2;
set enable_parallel_hash = on;

型
下面是输出：

Limit  (cost=83268.20..83269.37 rows=10 width=12) (actual time=14369.219..14379.656 rows=10 loops=1)
   ->  Gather Merge  (cost=83268.20..180496.59 rows=833328 width=12) (actual time=14369.217..14379.647 rows=10 loops=1)
         Workers Planned: 2
         Workers Launched: 2
         ->  Sort  (cost=82268.18..83309.84 rows=416664 width=12) (actual time=14352.711..14352.714 rows=9 loops=3)
               Sort Key: ((((mytable.vector)::integer[])::vector <#> '[1,1,...,1]'::vector))
               Sort Method: top-N heapsort  Memory: 25kB
               Worker 0:  Sort Method: top-N heapsort  Memory: 25kB
               Worker 1:  Sort Method: top-N heapsort  Memory: 25kB
               ->  Parallel Seq Scan on mytable  (cost=0.00..73264.22 rows=416664 width=12) (actual time=0.611..14204.459 rows=333333 loops=3)
 Planning Time: 7.062 ms
 Execution Time: 14380.487 ms
(12 rows)

型
主要问题是：为什么没有观察到预期的时间改进？然而，我真的很感激EXPLAIN ANALYZE的输出。特别是：

• 显示的行数似乎并不反映表中的实际行数（即正好1 M）。
• 我在哪里可以看到与点积计算相关的时间测量/估计？
• 为什么在第二个输出中显示12行？（我认为应该是11行：1行用于标题，10行用于数据）
• 最重要的是，EXPLAIN ANALYZE的输出揭示了没有获得预期时间改进的原因是什么？