Greenplum数据分布和分区策略

了解更多Greenplum技术干货，欢迎访问Greenplum中文社区网站

Greenplum是一个大规模并行处理数据库，它由一个master和多个segment组成，其数据按照设定的分布策略分布于各个segment上。数据表的单个行会被分配到一个或多个segment上，但是有这么多的segment，它到底会被分到哪个或哪些segment上呢？分布策略会告诉我们。

分布策略

在Greenplum 5中，有2种分布策略：

• 哈希分布
• 随机分布

在Greenplum 6中，添加了另一个策略：

• 哈希分布
• 随机分布
• 复制分布

数据表的单个行会被分配到一个或多个segment上，但是有这么多的segment，它到底会被分到哪个或哪些segment上呢？分布策略会告诉我们。

哈希分布：

要使用这一策略，需要在创建表使用 “DISTRIBUTED BY（column，[...]）” 子句。

散列算法使分布键将每一行分配给特定segment。相同值的键将始终散列到同一个segment。选择唯一的分布键（例如Primary Key）将确保较均匀的数据分布。哈希分布是表的默认分布策略。

如果创建表时未提供DISTRIBUTED子句，则将PRIMARY KEY（如果