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