Greenplum表定义

GP中的table和其它关系型数据表是一样的，除了数据被分布在不同的segment以外。
在建表的时候必须申明分布键distribution policy。

建表需定义下面几个方面：
1. 指定列和数据类型
2. 约束
3. 分布策略
4. 数据存储方式
5. 大表分区策略

------选择列的数据类型------
关于字符类型，gp中CHAR、VARCHAR、TEXT在性能上没有什么差异。但其它数据库系统中char有性能优势。在大多数情况下，可以用CHAR来替代TEXT
或 VARCHAR。
关于数字类型，最好使用最小的数据类型。用INT or SMALLINT 代替 BIGINT。
当需要跨表做join的时候，需要保证数据类型是一致。不然的话，gp将做数据类型转换，造成性能消耗。
GP中还包含一些集合数据类型。

------约束------
兼容postgresql，包含：check、not null、unique、primary key
4.1暂不支持Foreign Key

------选择分布策略------
2种方式：
DISTRIBUTED BY (哈希分布)
DISTRIBUTED RANDOMLY(随机分布 Round-Robin)

考虑条件(重要性依次排序)
1. Even Data Distribution
为了得到最好的性能，所有segment的数据量应该是相等的。
如果出现不平衡的话，在查询的时候，数据量多的segment的负载就会很大。
2.Local and Distributed Operations
要做join、sort或aggregation的操作的话，segment-level(segment内部)比system-level(segment之间)要快。

3. Even Query Processing
每个Segment都获得相等的查询请求负载

------表存储方式------
1. Heap 或
Append-Only存储

GP默认使用堆表。堆表最好用在小表，如：维表(初始化后经常更新)

Append-Only表不能update和delete。一般用来做批量数据导入。不建议单行插入。
   如:

=> CREATE TABLE bar (a int, b text)

WITH (appendonly=true)

DISTRIBUTED BY (a);
2. Row 或 Column-Oriented
存储
   GP提供存储模式:
行存储、列存储、混合存储
   使用情景说明：
   a.数据需要更新

行存储 => 表数据被导入后，如果需要更新的话

列存储 => 只适合append-only表。
   b.经常插入数据

行存储 => 如果频繁插入数据

列存储 => 对于写操作没有做优化
(同一行的列值必须写到磁盘的不同位置)
   c.多列查询请求

行存储 => 在select或where子句中，查询所有列或大部分列

列存储 => 在where或having子句中，查询单列的值汇总或单行过滤

如: SELECT AVG(salary)... WHERE salary > 10000

SELECT salary, dept ... WHERE state='CA'
   d.表中许多列

行存储 => 同一次请求很多列或行数据大小相对较小

列存储 => 使用宽表，查询时候仅仅查少数列
   e.压缩

行存储 => 不可用

列存储 => 可用

如：(注：使用列存储必须是append-only表)

=> CREATE TABLE bar (a int, b text)

WITH (appendonly=true, orientation=column)

DISTRIBUTED BY (a);
3. 使用压缩 (Append-Only表才适用)
   可以数据库内置的压缩(zlib 或
QuickLZ)。如果使用了已压缩的文件系统，建append-only表将不能使用压缩功能。

在选择append-only表的压缩类型和级别的时候需考虑一下因素：
   @ CPU的使用率
   @ 压缩率/磁盘大小
   @ 压缩速率
   @ 解压速率/扫描速率


尽管我们为了减少数据容量大小而使用压缩功能，但是我们必须考虑到数据在压缩与解压的过程中的时间和cpu的消耗。
   压缩的性能取决于硬件、查询调优设置、其它因素。
   QuickLZ -
低压缩率、低cpu消耗、压缩数据块
   zlib - 高压缩率、低速

   示例：=> CREATE
TABLE foo (a int, b text)

WITH (appendonly=true, compresstype=zlib,

compresslevel=5);
    (注:
QuickLZ的压缩级别只有level1，zlib能够设置从1-9)

(压缩相关函数)

------修改表结构------
   Alter
Table修改内容：列定义、分布原则、存储模式、分区结构...等等
   具体可以参考官方文档

------删除表------
   DROP TABLE mytable;

同时删除相关index、rule、trigger和contraints。
   如果要删除相关的view的话，需要加 CASCADE

------清空表------
DELETE FROM
mytable;
TRUNCATE mytable;

引用：http://blog.sina.com.cn/s/blog_90474a9201013gyz.html

巴特西

Greenplum表定义

最新文章

热门文章