Greenplum是一个分布式数据库系统,因此其所有的业务数据都是物理存放在集群的所有Segment实例数据库上;在Greenplum数据库中所有表都是分布式的,所以每一张表都会被切片,每个Segment实例数据库都会存放相应的数据片段。

 

一、并行计算的基础

1、Hash分布

  语法:CREATE TABLE … DISTRIBUTED BY (column [,……  ])

  同样数值的内容分配到同一个Segment上;当选择Hash分布策略时,科指定表的一列或者多列组合,GP会根据指定的Hash key列计算每一行数据对应的Hash值,并映射至相应的Segment实例。当选择的Hash Key列的值唯一时,数据会均匀得散至所有的Segment实例。GP数据库默认采用Hash分布,如果创建表时未指定Distribution Key,则会选择Primary Key作为Distributed Key,如果Primary Key也不存在,则会选择表的第一列作为Distributed Key。 

 

 

2、循环(随机)分布

  语法格式:CREATE TABLE … DISTRIBUTED RANDOMLY

  具有同样数值的行内容并不一定在同一个Segment上,相同的值不一定会分发到同一个Segment。不建议使用随机分布。

 

 

二、查询规划与分发

  客户端通过Master节点将查询计划分发到各个子节点上,包括update,delete,create等操作,各个子节点上执行完查询计划结束后将结果返回到Master节点后显式到客户端中。

 

 

三、SQL查询处理机制

    Master节点上存在QD process(查询和分发进程),子节点上存在QE process(查询和执行进程);当Master节点将查询计划分发到子节点,子节点上执行QE process。GP将一个查询计划切分成多个slice来提供执行效率;多个执行计划并行工作,最先完成的slice会继续等待后完成的slice的结果。对于同一数据的处理可以理解为gang(簇)。slice1处理结束后会将处理结果发送个slice2中,slice2汇总后的结果返回给Master节点。

 

原文地址:http://www.cnblogs.com/xiao-wang-tong-xue/p/16810000.html

1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长! 2. 分享目的仅供大家学习和交流,请务用于商业用途! 3. 如果你也有好源码或者教程,可以到用户中心发布,分享有积分奖励和额外收入! 4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解! 5. 如有链接无法下载、失效或广告,请联系管理员处理! 6. 本站资源售价只是赞助,收取费用仅维持本站的日常运营所需! 7. 如遇到加密压缩包,默认解压密码为"gltf",如遇到无法解压的请联系管理员! 8. 因为资源和程序源码均为可复制品,所以不支持任何理由的退款兑现,请斟酌后支付下载 声明:如果标题没有注明"已测试"或者"测试可用"等字样的资源源码均未经过站长测试.特别注意没有标注的源码不保证任何可用性