Какие основные принципы работы механизма распределения данных в Greenplum Database?

Некоторые основные принципы работы механизма распределения данных в Greenplum Database:

• Равномерность распределения. bigdataschool.ru idyakonoff.ru Каждый сегмент должен иметь примерно равное количество строк и выполнять примерно одинаковый объём обработки. bigdataschool.ru Если данные неравномерно распределены, сегменты с большим количеством данных будут выполняться дольше. bigdataschool.ru
• Оптимальное распределение при объединении больших таблиц. bigdataschool.ru Для выполнения соединения совпадающие строки должны располагаться вместе в одном сегменте. bigdataschool.ru Если данные не распределяются по одному и тому же столбцу соединения, строки, необходимые из одной из таблиц, динамически перераспределяются в другие сегменты. bigdataschool.ru
• Использование разных политик распределения. datafinder.ru Для каждой таблицы задаётся своя политика распределения. idyakonoff.ru Некоторые из них:
• DISTRIBUTED BY (column(-s)). datafinder.ru Хэш-распределение. datafinder.ru Конкретный сегмент выбирается на основе хешей, которые рассчитываются по указанным полям. datafinder.ru Рекомендуется использовать для таблиц, имеющих первичные ключи или столбцы с уникальными значениями. datafinder.ru
• DISTRIBUTED REPLICATED. datafinder.ru Распределение данных, при котором копия таблицы сохраняется на каждом сегменте кластера. datafinder.ru Рекомендуется для небольших таблиц, позволяет избежать любых перемещений данных при JOIN-запросах. datafinder.ru
• DISTRIBUTED RANDOMLY. datafinder.ru Случайное распределение данных с использованием алгоритма round-robin. datafinder.ru Поскольку система выбирает сегменты случайным образом, равномерность распределения данных между ними не гарантируется. datafinder.ru Рекомендуется для случаев, когда в таблицах нет столбцов с уникальными значениями, а размер таблиц достаточно большой. datafinder.ru