数据分布策略 - 云原生数据仓库AnalyticDB PostgreSQL版

AnalyticDB PostgreSQL版支持三种数据在节点间的分布方式，分别是哈希（HASH）分布、随机（RANDOMLY）分布、复制（REPLICATED）分布。

语法

CREATE TABLE table_name (...) [ DISTRIBUTED BY (column  [,..] ) | DISTRIBUTED RANDOMLY | DISTRIBUTED REPLICATED ]

哈希分布

DISTRIBUTED BY (column, [ ... ]）

数据将根据分布列的哈希值将各个行分布到指定计算节点上，相同的哈希值会始终散列到同一计算节点。为保障数据可以均匀分布在各个节点上，建议您选择唯一键（例如主键）作为分布键。

AnalyticDB PostgreSQL版的默认分部策略为哈希分布，如果建表时未指定DISTRIBUTED子句，系统会选择主键或表的第一个合适的列作为分布键。如果表中没有合适的列，系统将会使用随机分布策略。

建表语句示例如下：

CREATE TABLE products 
(name varchar(40),                   
 prod_id integer,                   
 supplier_id integer) DISTRIBUTED BY (prod_id);

随机分布

DISTRIBUTED RANDOMLY

系统会按循环的方式将数据分布到各个计算节点上，但是相同值的数据可能不会分布到同一个计算节点。

随机分布仅建议您在没有合适的列作为分布列时使用。

建表语句示例如下：

CREATE TABLE random_stuff (things text,
                           doodads text,
                           etc text)  DISTRIBUTED RANDOMLY;

复制分布

DISTRIBUTED REPLICATED

系统会在每个计算节点都保存一份表的全量数据。

如果数据库中存在大表与小表join的场景，您可以将足够小的表设置为复制分布来提升性能。

建表语句示例如下：

CREATE TABLE replicated_stuff (things text,
                               doodads text,
                               etc text) DISTRIBUTED REPLICATED;

创建了一个复制（Replicated）分布的表，每个 Segment 数据节点都存储有一个全量的表数据。