分发键如何为GreenPlum分段分配数据

Posted

技术标签:

【中文标题】分发键如何为GreenPlum分段分配数据【英文标题】:How does distribution key allocate data in segments for GreenPlum 【发布时间】:2019-11-09 01:47:25 【问题描述】:

我了解Greenplum数据库会根据表分布键将数据分成不同的段。此外,来自documentation 它说:

要实现通常连接在一起的大型表的本地连接,请将这些表分布在同一列上。

假设有如下表格:

    T_1 包含关键外部列 (a,b) T_2 包含关键外部列 (a) T_3 包含关键外部列 (b)

那么如果我通过 (a,b) 来分配 T_1,我应该如何分配 T_2 和 T_3 以实现连接的最大本地化?

【问题讨论】:

【参考方案1】:

您不能以与 T_1 相同的方式分配 T_2 和 T_3,因为您在每个表中都缺少列。

在您的方案中,您可以通过 (a) 分配 T_1 来优化 T_2,或者通过 (b) 分配 T_1 来优化 T_3。而且您还必须使用相同的数据类型。

【讨论】:

以上是关于分发键如何为GreenPlum分段分配数据的主要内容,如果未能解决你的问题,请参考以下文章

开源 Greenplum:从外部表中选择时 GPFDIST 错误“分段错误”

Greenplum 分发密钥,依赖于其他密钥的分发

GreenPlum数据加载

Greenplum 实时数据仓库实践——维度表技术

GreenPlum 如何将数据拆分为不同的段?

Greenplum数据库中的索引和集群