Teradata 数据库技术概略之四 —— 数据分布机制（3） Hash Map

最新推荐文章于 2025-05-18 12:54:33 发布

原创

最新推荐文章于 2025-05-18 12:54:33 发布 · 3.9k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#teradata #数据库 #存储 #border #网格 #算法

本文详细介绍了Teradata数据库的Hash Map机制，它根据哈希桶号将数据分布到特定AMP上，以实现数据的均匀分布。Hash Map在系统内存中持久存在，由BYNET维护并复制到每个节点。尽管AMP数量与哈希桶数的关系可能导致数据分布倾斜，Teradata通过调整哈希桶数来减少这种情况。系统中存在多种类型的Hash Map，各自服务于不同的管理需求。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

rel="File-List" href="file:///C:%5CDOCUME%7E1%5CZHANGD%7E1%5CLOCALS%7E1%5CTemp%5Cmsohtml1%5C01%5Cclip_filelist.xml">

Teradata 数据库技术概略之四 —— 数据分布机制（3） Hash Map

从前面文章的介绍中我们知道， Teradata根据要存储的每条记录的PI值按照某种哈希算法生成一个行哈希值，生成的这个行哈希值的前16位或20位代表了这个行哈希值在哈希表中的哈希桶的编号，而这个哈希桶号则决定了这条记录具体会被分布到哪个AMP上，那么，Teradata是如何根据哈希桶号就知道把数据分布到对应的AMP上的呢？这就要通过本篇所要讨论的Hash Map（至于Hash Map，我一直也找不到合适的中文译法，称为“哈希地图”或者“哈希图”都有那么点意思，但我感觉都不太好，所以在后面的介绍中，我就都直接使用Hash Map了）。

我们可以把Hash Map理解成一种机制，它最终使得Teradata把某个数据记录分布到某个AMP上。在逻辑上，可以认为Hash Map是一个二维表，表中总共包含了65536或者1048576个单元格，每个单元格中记录了一个哈希桶号，而这个哈希桶号唯一对应了Teradata系统中的一个AMP，整个二维表中，会有多个哈希桶号对应到一个AMP上。