手把手教您借助GPCC查看表的分布和分区策略

Greenplum是一个大规模并行处理数据库，由一个master和多个segment组成。在以前推送的文章《Greenplum数据分布和分区策略》中，咱们介绍了在Greenplum上，数据是按照什么样的分布策略分布于各个segment上。

既然表的这些分布和分区策略如此重要，您可能会问：咱们如何监控这些状况，以及及早发现异常。Greenplum Command Cente（GPCC）能够很好的解决这个问题，今天咱们将为您详细解答。

在最新的GPCC中， 您能够轻松查看表的分布和分区策略。

为了有更深刻的理解，让咱们来看一个例子。

首先，让咱们建立一个表：

CREATE TABLE sales1 (trans_id int, date date, amount decimal(9,2), region text) 
DISTRIBUTED BY (trans_id)
PARTITION BY RANGE (date)
SUBPARTITION BY LIST (region)
SUBPARTITION TEMPLATE
( SUBPARTITION usa VALUES ('usa'), 
SUBPARTITION asia VALUES ('asia'), 
SUBPARTITION europe VALUES ('europe'), 
DEFAULT SUBPARTITION other_regions)
( START (date '2011-01-01') INCLUSIVE
END (date '2012-01-01') EXCLUSIVE
  EVERY (INTERVAL '1 month'), 
  DEFAULT PARTITION outlying_dates );

分布策略

在GPCC的table详情页上，“Distributed By” 字段表示其分布策略，若是采用了哈希分布策略，则分布键将显示在括号中。

固然， 您也可能遇到显示“Randomly”或 “Replicated”的状况。

分区

上图中的Partitions字段显示table有多少个分区（包括全部级别的分区）。

要查看其全部分区表，您能够单击 “Show” 连接，分区信息将从页面右侧飞出。

介绍

到目前为止，最多只显示100个分区表。（之后会显示更多分区）

默认状况下，分区表按建立时间排列。由于咱们认为您可能更关心最新建立的分区。

具体来讲，下图中的第一行的“sales_1_prt_13_2_prt_other_regions”表是最新建立的，其次是 “sales_1_prt_13_2_prt_europe”，“sales_1_prt_13_2_prt_asia” 和 “ sales_1_prt_13_2_prt_usa” 表，第四行是在更早以前建立 “sales_1_prt_13”表。

你是否注意到 ，有些行的背景颜色与其它行有所不一样？

是的，为了清楚起见，咱们将叶子分区表（再也不切分为更小分区的表）的背景设置为白色，而其余非叶子表则设置为灰色，以便轻松区分它们。

只有叶子分区保存实际数据，所以非叶子分区将没有“Table Size”。

分区标准（Criteria）

上图的“Partition criteria”列告诉咱们分区数据是如何存储的。

若是在这个列中有好几行，那靠上的行是此分区的祖先分区的criteria。

例如， sales_1_prt_13_2_prt_europe 表：

• date = [2011-12-01，2012-01-01）

首先经过“date”列进行分区（分区类型为RANGE），范围从2011-12-01（包含）到2012 -01-01（不包含），这个是其父分区表（sales_1_prt_13） 的criteria；

• region = europe

而后按“region”列进行分区（分区类型为LIST），若是某行数据的region字段为2011-12-04，而region为Europe，则它属于此表 sales_1_prt_13_2_prt_europe。

有两点要注意：

• date = [2011-12-01，2012-01-01）

“ [”表示包含，“)”表示不包含，与数学开/闭区间概念很是类似。

• region = DEFAULT

若是您看到加粗的 DEFAULT 单词， 则表示此分区表是默认分区。

存储和压缩

如今让咱们看一下“Storage”(存储)和“Compression”(压缩)：

存储能够是如下几种中的一种：

• AO
• AO/CO
• Heap
• Virtual
• External

当表的存储类型为AO或AO/CO，咱们称这个表是“appendonly”的。

只有当一个表是appendonly的，才可能有blocksize和compression。

compression列如上图所示，格式为：
type = <压缩类型>
level = <压缩级别>

按分区表的大小排序

您可能没有注意到：您能够按分区表的大小排序！

只需单击“Table Size”列标题，您就会发现这个功能。

咱们认为您可能须要按分区表的大小排序，排序后才会更容易的找到太大的或根本没有使用过的分区。才能进一步采起相应措施，例如拆分大的分区。;）

欢迎下载最新的GPCC，并进行更多探索！

若是您对如何在GPCC中展现数据有很好的想法，请发送电子邮件至gpcc@pivotal.io

得到更多关于Greenpum的技术干货，请访问Greenplum中文社区网站。