第22课：Greenplum的执⾏计划
Greenplum 是脱胎于 PostgreSQL 的分布式数据库。既然是分布式数据库，原来 PostgreSQL ⽣成的基于单机数据库的执⾏计划显然就⽆法使⽤了。因此，本章要分析的是 Greenplum 如何改进 PostgreSQL 的执⾏计划，使其能够在分布式数据库中执⾏。
数据分布不同了
Greenplum 中有多个结点，最主要的是划分成了 Master 结点和 Segment 结点。每个集中只有⼀个 Master 结点，但是可以有多个Segment 结点，Master 结点负责⽣成执⾏计划并协调执⾏计划的执⾏，⽽ Segment 结点负责保存数据。
分布式数据库的数据是分布在不同的结点之上的，PostgreSQL 数据库存在 3 种不同类型的表：
-- 哈希分布表
shzhang=# CREATE TABLE TEST_A(a int, b int, c int, d int) DISTRIBUTED BY (a,b);
CREATE TABLE
-- 随机分布表
shzhang=# CREATE TABLE TEST_B(a int, b int, c int, d int) DISTRIBUTED RANDOMLY;
greenplum数据库
CREATE TABLE
-- 复制分布表
shzhang=# CREATE TABLE TEST_C(a int, b int, c int, d int) DISTRIBUTED REPLICATED;
CREATE TABLE
哈希分布表: 按照指定的键值分布数据，⽐如在上⾯的⽰例中指定了以 (a,b) 作为键值进⾏分布数据。在向 TEST_A 中插⼊⼀条元组时，执⾏器会计算这个元组中对应的 (a,b) 所产⽣的整型的哈希值，并将这个哈希值映射到某个结点上（⼀般⽤取余数的⽅式，⽐如集中有 3 个结点，通过 x%3 就能获得⼀个 0~2 之间的值ÿ

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。