• Greenplum介绍-table


    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。

    建表时需定义以下几个方面:
    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-----------------------
    有以下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1-9,一般为5)

  • 相关阅读:
    SQL Server 2008通过PassPhrase加密数据
    SQL Server 2008之Values
    Merge(在一条语句中使用Insert,Update,Delete) 对两个表进行同步数据
    Linux yum常用命令介绍
    SQL Server 2008之WaitFor
    Android之TelephonyManager类的方法详解
    TextView里的文 html
    adb
    Apk得到Java源代码
    【Android】调用系统应用常用uri & intent设置
  • 原文地址:https://www.cnblogs.com/jiang910/p/9963837.html
Copyright © 2020-2023  润新知