合 GreenPlum 数据存储介绍（分区表、堆表、AO追加优化表、分布键、分布策略）

发布日期 2023年3月7日 · 已更新 2024年8月16日

0 164 2

Tags： GreenPlum AOCO表 AORO表 AO表分布键堆表复制表数据存储分布策略存储结构

👉 本文共约11018个字，系统预计阅读时间或需42分钟。

数据存储
分区表
存储格式（堆表和AO表）
存储格式介绍
Heap表
AO表
堆表和AO表对比
AORO表
建表语句
压缩选项
最佳实践
AOCO表
建表语句
压缩选项
BLOCKSIZE
物理文件
最佳实践
查询AO表
AO表示例
修改表结构
混合存储
外部表
对比测试
各类型表占用空间比较
各级别压缩率比较
分布策略
哈希( Hash )分布
随机( Random )分布
复制表（Replicated Table）
表分布键选择原则
表分布键的约束
AO表的膨胀说明
Greenplum产生垃圾空间说明
查看表的储存类型
执行查看命令
名词解释
AO表分析
3.1 查看当前数据库中有哪些AO表
3.1.1 查看当前数据库的所有AO表
3.1.2 查看制定schema下的AO表
3.2 查看AO表的膨胀率
3.2.1 执行查看命令
3.2.3 名词解释
3.3 检查系统中膨胀率超过N的AO表
3.3.1 执行命令
3.3.2 名词解释
3.4 查看膨胀数据的占用大小
3.5 查看表的行数
3.6 释放膨胀的空间
3.7 查看释放后的占用空间
3.7.1 释放膨胀空间
3.7.2 再次查看AO的膨胀率
3.8 再次查看表的行数
3.9 使用更改随机的方式释放空间
3.9.1 查看膨胀占用空间
3.9.2 随机改变表的分布键
3.9.3 查看释放后的空间
3.10 使用多分布键的形式释放空间
3.10.1 执行重新分布命令
3.10.2 查看数据的膨胀率
AO表总结
4.1 查看表的行的个数
4.2 更新数据的行数与占用大小
4.2.1 更新数据
4.2.2 查看表的膨胀率
AO表释放空间SHELL脚本
建表相关SQL
总结
参考

数据存储

分布式数据存储基本原理相对简单，实现比较容易，很多数据库中间件也可以做到基本的分布式数据存储。Greenplum 在这方面不单单做到了基本的分布式数据存储，还提供了很多更高级灵活的特性，譬如多级分区、多态存储。Greenplum 6 进一步增强了这一领域，实现了一致性哈希和复制表，并允许用户根据应用干预数据分布方法。
如下图所示，用户看到的是一个逻辑数据库，每个数据库有系统表（例如 pg_catalog 下面的 pg_class, pg_proc 等）和用户表（下例中为 sales 表和 customers 表）。在物理层面，它有很多个独立的数据库组成。每个数据库都有它自己的一份系统表和用户表。

master 数据库仅仅包含元数据而不保存用户数据。master 上仍然有用户数据表，这些用户数据表都是空表，没有数据。优化器需要使用这些空表进行查询优化和计划生成。segment 数据库上绝大多数系统表（除了少数表，例如统计信息相关表）和 master 上的系统表内容一样，每个 segment 都保存用户数据表的一部分。

在 Greenplum 中，用户数据按照某种策略分散到不同节点的不同 segment 实例中。每个实例都有自己独立的数据目录，以磁盘文件的方式保存用户数据。使用标准的 INSERT SQL 语句可以将数据自动按照用户定义的策略分布到合适的节点，然而 INSERT 性能较低，仅适合插入少量数据。Greenplum 提供了专门的并行化数据加载工具以实现高效数据导入，详情可以参考 gpfdist 和 gpload 的官方文档。此外 Greenplum 还支持并行 COPY，如果数据已经保存在每个 segment 上，这是最快的数据加载方法。下图形象的展示了用户的 sales 表数据被分布到不同的 segment 实例上。

分区表

参考：https://www.dbaup.com/greenplumzhongdefenqubiao.html

CREATE TABLE partitioned_table (
    id INT,
    name TEXT,
    created_date DATE
)
PARTITION BY RANGE (created_date)
(
    PARTITION p_2023_01 START ('2023-01-01') END ('2023-02-01'),
    PARTITION p_2023_02 START ('2023-02-01') END ('2023-03-01'),
    PARTITION p_2023_03 START ('2023-03-01') END ('2023-04-01'),
    -- 继续添加分区
    DEFAULT PARTITION p_default
);

INSERT INTO partitioned_table (id, name, created_date) VALUES 
(1, 'Alice', '2023-01-15'),
(2, 'Bob', '2023-02-20'),
(3, 'Charlie', '2023-03-10'),
(4, 'David', '2023-04-05');  -- 这条数据将进入默认分区

CREATE TABLE partitioned_table (

id INT,

name TEXT,

created_date DATE

)

PARTITION BY RANGE (created_date)

(

PARTITION p_2023_01 START ('2023-01-01') END ('2023-02-01'),

PARTITION p_2023_02 START ('2023-02-01') END ('2023-03-01'),

PARTITION p_2023_03 START ('2023-03-01') END ('2023-04-01'),

-- 继续添加分区

DEFAULT PARTITION p_default

);

INSERT INTO partitioned_table (id, name, created_date) VALUES

(1, 'Alice', '2023-01-15'),

(2, 'Bob', '2023-02-20'),

(3, 'Charlie', '2023-03-10'),

(4, 'David', '2023-04-05'); -- 这条数据将进入默认分区

存储格式（堆表和AO表）

存储格式介绍

Greenplum（以下简称GP）有2种存储格式，Heap表和AO表（AORO表，AOCO表）。

Heap表：这种存储格式是从PostgreSQL继承而来的，目前是GP默认的表存储格式，只支持行存储。
AO表： AO表最初设计是只支持append的（就是只能insert），因此全称是Append-Only，在4.3之后进行了优化，目前已经可以update和delete了，全称也改为Append-Optimized。AO支持行存储（AORO）和列存储（AOCO）。

在GreenPlum中，如何将堆表修改为AO表？
表存储、压缩和存储方向只能在创建时声明。要改变存储类型，我们必须创建一个新的表，再把原始表的数据载入到新表中，接着删除原始表并且把新表重命名为原始表的名称。用户还必须重新授权原始表上有的权限。

Heap表

Heap表是从PostgreSQL继承而来，使用MVCC来实现一致性。如果你在创建表的时候没有指定任何存储格式，那么GP就会使用Heap表。
Heap表支持分区表，只支持行存，不支持列存和压缩。需要注意的是在处理update和delete的时候，Heap表并没有真正删除数据，而只是依靠version信息屏蔽老的数据，因此如果你的表有大量的update或者delete，表占用的物理空间会不断增大，这个时候需要依靠vacuum来清理老数据。

堆存储是默认存储模型，并且是PostgreSQL为所有数据库表使用的模型。为频繁进行UPDATE、 DELETE以及单个INSERT操作的表和分区使用堆存储。这种存储格式是从PostgreSQL继承而来的，目前是GP默认的表存储格式，

Heap表不支持逻辑增量备份，因此如果要对Heap表做快照，每次都需要导出全量数据。

CREATE TABLE heap(
a int, 
b varchar(32)
) DISTRIBUTED BY (a);

CREATE TABLE heap(

a int,

b varchar(32)

) DISTRIBUTED BY (a);

最佳实践：

如果该表是一张小表，比如数仓中的维度表，或者数据量在百万以下，推荐使用Heap表。
如果该表的使用场景是OLTP的，比如有较多的update和delete，查询多是带索引的点查询等，推荐使用Heap表。

AO表

AO表是GP特有的，设计的目的就是为了数仓中大型的事实表。AO表支持行存和列存，并且也支持对数据进行压缩。
AO表无论是在表的逻辑结构还是物理结构上，都与Heap表有很大的不同。比如上文所述Heap表使用MVCC控制update和delete之后数据的可见性，而AO表则使用一个附加的bitmap表来实现，这个表的的内容就是表示AO表中哪些数据是可见的。
对于有大量update和delete的AO表，同样需要vacuum进行维护，不过在AO表中，vacuum需要对bitmap进行重置并压缩物理文件，因此通常比Heap的vacuum要慢。

Greenplum数据库可以使用追加优化（append-optimized，AO）的存储格式来批量装载和读取数据，并且能提供HEAP表上的性能优势。追加优化的存储为数据保护、压缩和行/列方向提供了校验和。行式或者列式追加优化的表都可以被压缩。

GreenPlum的AO表是一种附加优化（append-optimized）的表存储模型，它可以提高数据压缩和查询性能。AO表适用于在表的末尾追加数据，而不是频繁更新或删除现有数据。这样可以减少碎片和重写，并提高I/O效率。AO表还支持分区、索引和约束等功能。AO表最初设计是只支持append的（就是只能insert），因此全称是Append-Only，在4.3之后进行了优化，目前已经可以update和delete了，全称也改为Append-Optimized。AO支持行存储（AORO）和列存储（AOCO）。

可以使用CREATE TABLE命令来创建一个AO表，只需在表定义中指定APPENDONLY = TRUE选项即可。例如：

CREATE TABLE ao_table ( id int, name text ) WITH (APPENDONLY = TRUE);

db1=# create unique index idx1 on ao_table(id);
ERROR:  append-only tables do not support unique indexes
db1=#

CREATE TABLE ao_table ( id int, name text ) WITH (APPENDONLY = TRUE);

db1=# create unique index idx1 on ao_table(id);

ERROR: append-only tables do not support unique indexes

db1=#

还可以指定其他选项，如压缩类型、块大小等，以优化AO表的性能和存储空间。

AO表可以做更新和删除操作，但是这些操作会导致AO表的可见性映射（visibility map）发生变化，需要额外的处理。这可能会增加一些读取和查询的开销。因此，如果您的表需要频繁更新或删除数据，那么AO表可能不是最佳选择。

您应该在以下情况下使用AO表：

您的表包含大量的数据，可以按照逻辑分区进行组织。
您的表主要用于插入和查询操作，而不是更新和删除操作。
您的表可以从压缩技术中受益，以节省存储空间和提高查询性能。
AO表不支持唯一索引，即不支持主键。

如果您的表符合这些条件，那么AO表可能是一个合适的选择。

GreenPlum中的AO表是一种支持列存储的表，主要面向OLAP场景。AO表有两种类型：AORO表和AOCO表，分别表示行组织和列组织。

堆表和AO表对比

AORO表

AORO就是行存的AO表，同时行存也是AO表的默认存储方式。
AORO支持表级别的压缩，不支持列级别的压缩。

建表语句

CREATE TABLE aoro(
    a int,
    b int,
    c varchar(32),
    d varchar(32)
)
WITH (appendonly=true, orientation=row, compresstype=zlib, compresslevel=4)
DISTRIBUTED BY (a)

CREATE TABLE aoro(

a int,

b int,

c varchar(32),

d varchar(32)

)

WITH (appendonly=true, orientation=row, compresstype=zlib, compresslevel=4)

DISTRIBUTED BY (a)

重点是with后的appendonly=true，由于AO表默认是行存，因此orientation=row也可以不要，后面的compresstype=zlib, compresslevel=4都是压缩相关选项。

压缩选项

compresstype ：压缩格式，开源版本的AORO表只支持zlib。
compresslevel ：压缩级别，从1-9，简单说来，级别越低（1最低），压缩比越低，但是压缩与解压消耗的cpu资源就越少。默认压缩级别是1。

最佳实践

AO表主要是针对大表，比如数仓中的事实表。
AO表支持逻辑增量备份，对于比较大的表，如果需要定期做快照，建议使用AO表，否则每次都要导出全量数据。
如果该表是大表，使用场景偏OLTP并且update和delete频率不高，可以考虑使用AORO表。
如果该表是大表，并且查询通常都需要扫描大多数列比如查询明细（最典型的就是SELECT * FROM），可以考虑使用AORO表。
在设置压缩级别的时候，通常对于Snova用户，设置到4或者5是比较折中的一个选择。

AOCO表

AOCO表就是列存的AO表。
AOCO不仅支持表级别的压缩，同时也支持列级别的压缩。

建表语句

CREATE TABLE aoco(
    a int  ENCODING (compresstype=zlib, compresslevel=5),
    b int  ENCODING (compresstype=none),
    c varchar(32) ENCODING (compresstype=RLE_TYPE, blocksize=32768),
    d varchar(32),
    fdate date
)
WITH (appendonly=true, orientation=column, compresstype=zlib, compresslevel=6, blocksize=65536)
DISTRIBUTED BY (a)
PARTITION BY RANGE(fdate) 
(
    PARTITION pn START ('2018-11-01'::date) END ('2018-11-10'::date) EVERY ('1 day'::interval),
    DEFAULT PARTITION pdefault
);

CREATE TABLE aoco(

a int ENCODING (compresstype=zlib, compresslevel=5),

b int ENCODING (compresstype=none),

c varchar(32) ENCODING (compresstype=RLE_TYPE, blocksize=32768),

d varchar(32),

fdate date

)

WITH (appendonly=true, orientation=column, compresstype=zlib, compresslevel=6, blocksize=65536)

DISTRIBUTED BY (a)

PARTITION BY RANGE(fdate)

(

PARTITION pn START ('2018-11-01'::date) END ('2018-11-10'::date) EVERY ('1 day'::interval),

DEFAULT PARTITION pdefault

);

压缩选项

compresstype：支持2种压缩格式，zlib和RLE_TYPE，其中RLE_TYPE（Run-length Encoding）对于有较多重复值的列压缩比很高，因为它会将多个重复值存储为一个值，从而大大降低存储量，比如日期，性别，年龄等字段。
compresslevel：compresstype如果是zlib，compresslevel在1-9，compresstype如果是RLE_TYPE，compresslevel在1-4。
列压缩与表压缩：AOCO表除了支持表级别的压缩外，还支持列级别的压缩，列级别的压缩配置会覆盖表级别的压缩配置，比如上述语法中4个字段，每个字段都采用了不用的压缩方式，d列没有定义，则会默认使用表级别的压缩方式。
分区压缩：在使用分区表的时候，每个分区表也可以设置不同的压缩配置，这个常用于对数据进行冷热分离，比如对于非常老的数据，由于访问频率较低，可以考虑采用较大的压缩比，减少存储量。

BLOCKSIZE

表的存储块大小，通常表数据对应的物理文件就是按blocksize的粒度增加，也就是初始就是blocksize大，并且保持blocksize的倍数。在AOCO表中，每一列也可以设置自己的blocksize，列的配置会覆盖表的配置。
blocksize大小在8192和2097152之间，必须是8192的倍数，默认是32768。

物理文件

AOCO表之所以能够按照列来设置压缩等参数，本质原因在于AOCO表中每一列的数据都会单独存储在一个文件中。因此不同文件之间可以按不同的参数进行存储，互不影响。
对于AOCO表，如果使用了分区，那么对于每一个分区的每一列都会有一个文件，如果一个表的分区很多，又是一张大宽表，那么产生的文件就会很多，也会对性能有一些影响。

最佳实践

AOCO表通常用于数仓中的核心事实表，这种表字段多，数据量大，主要是用于OLAP场景，也就是查询的过程不会SELECT * FROM，而是对其中部分字段进行读取和聚合。
由于AOCO表一般用于大表，因此经常搭配压缩和分区，以减少表的实际存储量来提升性能。
一般情况下，压缩格式选择zlib，压缩级别可以采用折中的4或者5，但是对于有大量重复值的字段，记得要采用RLE_TYPE压缩格式。
blocksize不要设置过大，特别是对于分区表，GP对于每个分区的每个字段都会维护一个buffer，blocksize过大，会导致消耗的内存过大，通常就采用默认值32768即可。

查询AO表

如果您想知道某个表是否是AO表，您可以使用以下SQL语句查询：

-- select pg_size_pretty(pg_table_size('t1'));  -- 1300 MB
CREATE TABLE t1 AS 
SELECT id, md5(id::text)
FROM generate_series(1, 20000000) AS id;

drop table t1_bk;
drop table t1_bk2;
drop table t1_bk3;

CREATE TABLE t1_bk (LIKE t1) WITH (APPENDONLY=true) ;
CREATE TABLE t1_bk2 (LIKE t1) WITH (APPENDONLY=true, COMPRESSLEVEL=5);
CREATE TABLE t1_bk3 WITH (APPENDONLY=true,orientation=column,compresstype=zlib, COMPRESSLEVEL=5) as select * from t1;

insert into t1_bk select * from t1;
insert into t1_bk2 select * from t1;

SELECT relname, relstorage,reloptions FROM pg_class WHERE relname like 't1%';

select pg_size_pretty(pg_table_size('t1'));
select pg_size_pretty(pg_table_size('t1_bk'));
select pg_size_pretty(pg_table_size('t1_bk2'));
select pg_size_pretty(pg_table_size('t1_bk3'));

-- select pg_size_pretty(pg_table_size('t1')); -- 1300 MB

CREATE TABLE t1 AS

SELECT id, md5(id::text)

FROM generate_series(1, 20000000) AS id;

drop table t1_bk;

drop table t1_bk2;

drop table t1_bk3;

CREATE TABLE t1_bk (LIKE t1) WITH (APPENDONLY=true) ;

CREATE TABLE t1_bk2 (LIKE t1) WITH (APPENDONLY=true, COMPRESSLEVEL=5);

CREATE TABLE t1_bk3 WITH (APPENDONLY=true,orientation=column,compresstype=zlib, COMPRESSLEVEL=5) as select * from t1;

insert into t1_bk select * from t1;

insert into t1_bk2 select * from t1;

SELECT relname, relstorage,reloptions FROM pg_class WHERE relname like 't1%';

select pg_size_pretty(pg_table_size('t1'));

select pg_size_pretty(pg_table_size('t1_bk'));

select pg_size_pretty(pg_table_size('t1_bk2'));

select pg_size_pretty(pg_table_size('t1_bk3'));

其中，reloptionsrelstorage字段表示存储格式，如果是AO表，它的值会是a或c。

lhrdb=# SELECT relname, relstorage,reloptions FROM pg_class WHERE relname like 't1%';
 relname | relstorage |                               reloptions
---------+------------+------------------------------------------------------------------------
 t1      | h          |
 t1_bk   | a          | {appendonly=true,compresslevel=5}
 t1_bk2  | a          | {appendonly=true}
 t1_bk3  | c          | {appendonly=true,orientation=column,compresstype=zlib,compresslevel=5}
(4 行记录)

lhrdb=# select pg_size_pretty(pg_table_size('t1'));
 pg_size_pretty
----------------
 53 GB
(1 行记录)

lhrdb=# select pg_size_pretty(pg_table_size('t1_bk'));
 pg_size_pretty
----------------
 14 GB
(1 行记录)

lhrdb=# select pg_size_pretty(pg_table_size('t1_bk2'));
 pg_size_pretty
----------------
 53 GB
(1 行记录)

lhrdb=# select pg_size_pretty(pg_table_size('t1_bk3'));
 pg_size_pretty
----------------
 9849 MB
(1 行记录)

时间：270.657 ms

lhrdb=# SELECT relname, relstorage,reloptions FROM pg_class WHERE relname like 't1%';

relname | relstorage | reloptions

---------+------------+------------------------------------------------------------------------

t1 | h |

t1_bk | a | {appendonly=true,compresslevel=5}

t1_bk2 | a | {appendonly=true}

t1_bk3 | c | {appendonly=true,orientation=column,compresstype=zlib,compresslevel=5}

(4 行记录)

lhrdb=# select pg_size_pretty(pg_table_size('t1'));

pg_size_pretty

----------------

53 GB

(1 行记录)

lhrdb=# select pg_size_pretty(pg_table_size('t1_bk'));

pg_size_pretty

----------------

14 GB

(1 行记录)

lhrdb=# select pg_size_pretty(pg_table_size('t1_bk2'));

pg_size_pretty

----------------

53 GB

(1 行记录)

lhrdb=# select pg_size_pretty(pg_table_size('t1_bk3'));

pg_size_pretty

----------------

9849 MB

(1 行记录)

时间：270.657 ms

AO表示例

您可以使用以下SQL语句创建一个AO表：

CREATE TABLE aoc_table (
  id int,
  name text,
  age int
) WITH (appendonly=true, orientation=column);

CREATE TABLE aoa_table (
  id int,
  name text,
  age int
) WITH (appendonly=true);

db1=# SELECT relname, relstorage FROM pg_class WHERE relname = 'aoc_table';
  relname  | relstorage 
-----------+------------
 aoc_table | c
(1 row)
db1=# SELECT relname, relstorage FROM pg_class WHERE relname = 'aoa_table';
  relname  | relstorage 
-----------+------------
 aoa_table | a
(1 row)

db1=# 

db1=# \d+ aoa_table
                 Append-Only Table "public.aoa_table"
 Column |  Type   | Modifiers | Storage  | Stats target | Description 
--------+---------+-----------+----------+--------------+-------------
 id     | integer |           | plain    |              | 
 name   | text    |           | extended |              | 
 age    | integer |           | plain    |              | 
Compression Type: None
Compression Level: 0
Block Size: 32768
Checksum: t
Distributed by: (id)
Options: appendonly=true

db1=# \d+ aoc_table
                                      Append-Only Columnar Table "public.aoc_table"
 Column |  Type   | Modifiers | Storage  | Stats target | Compression Type | Compression Level | Block Size | Description 
--------+---------+-----------+----------+--------------+------------------+-------------------+------------+-------------
 id     | integer |           | plain    |              | none             | 0                 | 32768      | 
 name   | text    |           | extended |              | none             | 0                 | 32768      | 
 age    | integer |           | plain    |              | none             | 0                 | 32768      | 
Checksum: t
Distributed by: (id)
Options: appendonly=true, orientation=column

CREATE TABLE aoc_table (

id int,

name text,

age int

) WITH (appendonly=true, orientation=column);

CREATE TABLE aoa_table (

id int,

name text,

age int

) WITH (appendonly=true);

db1=# SELECT relname, relstorage FROM pg_class WHERE relname = 'aoc_table';

relname | relstorage

-----------+------------

aoc_table | c

(1 row)

db1=# SELECT relname, relstorage FROM pg_class WHERE relname = 'aoa_table';

relname | relstorage

-----------+------------

aoa_table | a

(1 row)

db1=#

db1=# \d+ aoa_table

Append-Only Table "public.aoa_table"

--------+---------+-----------+----------+--------------+-------------

Compression Type: None

Compression Level: 0

Block Size: 32768

Checksum: t

Distributed by: (id)

Options: appendonly=true

db1=# \d+ aoc_table

Append-Only Columnar Table "public.aoc_table"

--------+---------+-----------+----------+--------------+------------------+-------------------+------------+-------------

id | integer | | plain | | none | 0 | 32768 |

age | integer | | plain | | none | 0 | 32768 |

Checksum: t

Distributed by: (id)

Options: appendonly=true, orientation=column

这个语句会创建一个名为ao_table的AO表，它有三个列：id，name和age。其中，WITH子句指定了表的存储选项，appendonly=true表示启用AO存储，orientation=column表示使用列组织方式。

修改表结构

Heap、AORO和AOCO这3种表在修改表结构时表现是不一样的，对于不同的表类型，同样的修改语法耗时可能会差异很多，主要原因在于对于有些修改操作会导致表重写，而表重写的时间就取决于表本身的数据量。
以下列出了不同的表结构，在不同的ALTER语法下的行为，其中YES代表需要重写表，NO代表不需要重写表。

操作	Heap	AORO	AOCO
ADD COLUMN	NO	YES	NO
DROP COLUMN	NO	NO	NO
ALTER COLUMN TYPE	YES	YES	YES
ADD COLUMN DEFAULT NULL	YES	YES	NO
ADD COLUMN DEFAULT VALUE	YES	YES	NO

可以看出AOCO表由于每个列都是单独一个文件，因此在修改列结构时影响最小，这也是AOCO表的一个优势。

混合存储

一张表是否可以同时使用多种存储方式呢？对于分区表，是可以的。

混合存储一般用于这样的场景，对于一张按时间分区的表，通常对于不同时间点的数据行为是不一样的，比如对于最近的数据，会有较多的明细查询，而对于比较老的数据，则是以分析为主。同时由于业务可能要保存较长时间的数据，为了节约成本，较老的数据会考虑使用压缩比较大的存储方式。

混合存储的关键就是使用到了GP的交换分区语法，也就是将一张独立的表与自己的一个分区表进行交换，当然这里前提是新表的结构是一样，并且交换的过程没有新数据进入。

流程如下：

1.创建一张分区表(1到5月份，每月一张表)，采用Heap存储

CREATE TABLE hyper_storage (
    a int,
    b varchar(32),
    fdate date
) DISTRIBUTED BY (a)
PARTITION BY RANGE(fdate) 
(
    PARTITION pn START ('2018-01-01'::date) END ('2018-06-01'::date) EVERY ('1 month'::interval),
    DEFAULT PARTITION pdefault
);

storage=# \d
                           List of relations
 Schema |             Name             | Type  |    Owner     | Storage 
--------+------------------------------+-------+--------------+---------
 public | hyper_storage                | table | test | heap
 public | hyper_storage_1_prt_pdefault | table | test | heap
 public | hyper_storage_1_prt_pn_1     | table | test | heap
 public | hyper_storage_1_prt_pn_2     | table | test | heap
 public | hyper_storage_1_prt_pn_3     | table | test | heap
 public | hyper_storage_1_prt_pn_4     | table | test | heap
 public | hyper_storage_1_prt_pn_5     | table | test | heap

CREATE TABLE hyper_storage (

a int,

b varchar(32),

fdate date

) DISTRIBUTED BY (a)

PARTITION BY RANGE(fdate)

(

PARTITION pn START ('2018-01-01'::date) END ('2018-06-01'::date) EVERY ('1 month'::interval),

DEFAULT PARTITION pdefault

);

storage=# \d

List of relations

Schema | Name | Type | Owner | Storage

--------+------------------------------+-------+--------------+---------

public | hyper_storage | table | test | heap

public | hyper_storage_1_prt_pdefault | table | test | heap

public | hyper_storage_1_prt_pn_1 | table | test | heap

public | hyper_storage_1_prt_pn_2 | table | test | heap

public | hyper_storage_1_prt_pn_3 | table | test | heap

public | hyper_storage_1_prt_pn_4 | table | test | heap

public | hyper_storage_1_prt_pn_5 | table | test | heap

2.现在要对1月份的表修改存储格式，因此创建一张新的AOCO表

CREATE TABLE exchange_table(
    a int,
    b varchar(32),
    fdate date
) WITH (appendonly=true, ORIENTATION=column, compresstype=zlib, compresslevel=6) 
DISTRIBUTED BY (a)

CREATE TABLE exchange_table(

a int,

b varchar(32),

fdate date

) WITH (appendonly=true, ORIENTATION=column, compresstype=zlib, compresslevel=6)

DISTRIBUTED BY (a)

3.将1月份的数据导入新表

INSERT INTO exchange_table SELECT * FROM hyper_storage_1_prt_pn_1;

1	INSERT INTO exchange_table SELECT * FROM hyper_storage_1_prt_pn_1;

4.交换分区

ALTER TABLE hyper_storage EXCHANGE PARTITION pn_1 WITH TABLE exchange_table;

1	ALTER TABLE hyper_storage EXCHANGE PARTITION pn_1 WITH TABLE exchange_table;

本人提供Oracle(OCP、OCM)、MySQL(OCP)、PostgreSQL(PGCA、PGCE、PGCM)等数据库的培训和考证业务，私聊QQ646634621或微信dbaup66，谢谢！

后续精彩内容已被站长无情隐藏，请输入验证码解锁本文！

获取验证码：请先关注本站微信公众号，然后回复“验证码”，获取验证码。在微信里搜索“AiDBA”或者“dbaup6”或者微信扫描右侧二维码都可以关注本站微信公众号。

打赏赞(2)

标签： GreenPlum AOCO表 AORO表 AO表分布键堆表复制表数据存储分布策略存储结构

小麦苗

学习或考证，均可联系麦老师，请加微信db_bao或QQ646634621

发表回复取消回复

要发表评论，您必须先登录。

1、声明：本网站有部分文章整合或转载自网络，文章著作权归属原作者或原团队；若有侵权，深表歉意，请联系本站站长进行处理，谢谢！！！
2、本站提供数据库的培训和考证业务，培训包含但不限于Oracle、MySQL、PostgreSQL、SQL Server、国产数据库等，考证包括但不限于Oracle OCP、Oracle OCM、MySQL OCP、PGCA、PGCE、PGCM等，私聊QQ646634621或微信dbaup66，非诚勿扰，谢谢！！！
3、麦老师新建了《西安DBA数据架构师》微信群，有志同道合的朋友可以私聊我入群，我们一起聊技术，聊生活，空了可以喝酒约饭。
4、为了方便大家更有针对性的讨论学习数据库，故新建数据库分类群，包括Oracle群、MySQL群、SQL Server群、PG&GP群、国产&信创群。志同道合的朋友可以入群聊技术聊人生，捣乱的勿进，喷子勿进，极端人士勿进，谢谢。

合 GreenPlum 数据存储介绍（分区表、堆表、AO追加优化表、分布键、分布策略）

数据存储

分区表

存储格式（堆表和AO表）

存储格式介绍

Heap表

AO表

堆表和AO表对比

AORO表

建表语句

压缩选项

最佳实践

AOCO表

建表语句

压缩选项

BLOCKSIZE

物理文件

最佳实践

查询AO表

AO表示例

修改表结构

混合存储

相关文章

您可能还喜欢...

发表回复取消回复

网站公告

网站寄语

本站其它工具

搜索本网站

标签云☁

网站日历

网站归档

网站分类

2024 年 9 月
一	二	三	四	五	六	日
						1
2	3	4	5	6	7	8
9	10	11	12	13	14	15
16	17	18	19	20	21	22
23	24	25	26	27	28	29
30

合 GreenPlum 数据存储介绍（分区表、堆表、AO追加优化表、分布键、分布策略）

数据存储

分区表

存储格式（堆表和AO表）

存储格式介绍

Heap表

AO表

堆表和AO表对比

AORO表

建表语句

压缩选项

最佳实践

AOCO表

建表语句

压缩选项

BLOCKSIZE

物理文件

最佳实践

查询AO表

AO表示例

修改表结构

混合存储

相关文章

您可能还喜欢...

GreenPlum清理pg_xlog目录释放空间

GreenPlum中的FTS故障检测原理

GreenPlum数据库SQL查询卡慢，报错或告警 Interconnect encountered a network error, please check your network

发表回复 取消回复

网站公告

网站寄语

本站其它工具

搜索本网站

标签云☁

网站日历

网站归档

网站分类

发表回复取消回复