weixin_45694422的博客

前言在生产业务环境中，经常由于设计不规范，导致在数据库中存储的数据体量越来越庞大，那么带来的问题就是查询效率的低下和维护任务的增加。在 Greenplum 数据库中，通过使用分区，可以实现大规模并行处理，并且子分区也可以拥有自己的分区，比如数据按照年份分区，再按照月份分区。在内部处理表分区的过程中，Greenplum 在父级表和子表之间是通过被继承实现，类似于 PostgreSQL 中的继承。如何决定分区策略· 表是否足够大通常在数据仓库中，会区分维度表和事实表，而事实表通常需要存储大量的数据，

前言Greenplum 作为OLAP 系统，通过在多个服务器或主机逐渐分配负载来存储和处理大规模业务数据。组成 Greenplum 数据库集群中的每一个计算节点是由独立的 PostgreSQL 实例构成。节点之间的通过 interconnect 相互通信来流转数据。Greenplum 数据库可以运行在多种 X86 架构的平台上，性能取决于安装平台的硬件。由于数据库数据分布在每一个 PostgreSQL 实例中，因此，单个 PostgreSQL 实例的配置性能会影响整个集群的性能。为什么要构建该脚本考虑

WAL——Write-AHead Logging，预写式日志1.目的：保证数据库的可靠性2.概述Write-AHead Logging即WAL是一套保证数据完整性的标准。简要地说，WAL中心概念是数据文件（这里涉及到表和索引）修改必须在这些动作被记录之后，即 描述这些修改操作的日志记录被刷到永久存储中。如果我们遵循这个过程，我们不需要在每次事务提交时刷数据页到磁盘，因我我们知道一旦发生崩溃...