转载：http://francs3.blog.163.com/blog/static/4057672720125453315201/
Postgresql-XC : Data Replication or Distribution
在 Postgresql-XC 体系中，数据分布有两种形式，即 Replication 或者 Distribution，
这里简单描述下 Postgresql-XC 这两种数据分布，下面是实验过程。
一 Replication or Distribution 解释
--1.1 Replication
表 的每一行存在所有数据节点( datanode )中，即每个数据节点都有完整的表数据。
--1.2 Distribution
表的每一行仅存在一个数据节点( datanode )中，即每个数据节点仅保留表的部分数据。
二 replication 表测试
--2.1创建 replication 表并插入数据
| francs=> create table test_replication (id int4 primary key,name varchar(32))distribute by replication; NOTICE: CREATE TABLE / PRIMARY KEY will create implicit index "test_replication_pkey" for table "test_replication" CREATE TABLE francs=> insert into test_replication select generate_series(1,10000),'replication'; francs=> select count(*) from test_replication ; |
--2.2 到数据节点一验证数据
| [pgxc@redhatB gtm_standby]$ psql -p 15431 francs francs psql (PGXC 1.0beta2,based on PG 9.1.3) Type "help" for help. francs=> select count(*) from test_replication ; |
--2.3到数据节点二验证数据
| [pgxc@redhatB pg_root]$ psql -p 15432 francs francs psql (PGXC 1.0beta2,based on PG 9.1.3) Type "help" for help. francs=> select count(*) from test_replication ; |
备注：可见 replication 表数据在每个数据节点都有完整数据( 如果在创建表时仅指定数据节点的情况除外)。
三 Distribute 表测试
Distribute 表数据分片方式有多种，包括 ROUND ROBIN， HASH ，MODULO，接下来以 hash,rounnd robin 分片
方式举例。
--3.1 创建 hash 分区表并插入数据
| francs=> create table test_hash (id int4 primary key,name varchar(32)) distribute by hash(id); NOTICE: CREATE TABLE / PRIMARY KEY will create implicit index "test_hash_pkey" for table "test_hash" CREATE TABLE francs=> insert into test_hash select generate_series(1,'hash'; INSERT 0 10000 francs=> select count(*) from test_hash; count ------- 10000 (1 row) |
--3.2 到数据节点一验证数据
| [pgxc@redhatB gtm_standby]$ psql -p 15431 francs francs psql (PGXC 1.0beta2,based on PG 9.1.3) Type "help" for help. francs=> select count(*) from test_hash; |
--3.2 到数据节点二验证数据
| [pgxc@redhatB pg_root]$ psql -p 15432 francs francs psql (PGXC 1.0beta2,based on PG 9.1.3) Type "help" for help. francs=> select count(*) from test_hash; |
备注：从上面看出 distributed 表数据节点表只存部分数据，当然创建表的时候也可以指定数据节点。
四 执行计划比较
--4.1查询单条记录场景
| francs=> explain verbose select * from test_hash where id=1; QUERY PLAN ---------------------------------------------------------------------------- Data Node Scan on "__REMOTE_FQS_QUERY__" (cost=0.00..0.00 rows=0 width=0) Output: test_hash.id,test_hash.name Node/s: db_1 Remote query: SELECT id,name FROM test_hash WHERE (id = 1) (4 rows)
francs=> explain select * from test_hash where name='A'; |
备注：只查询单条记录， replication 只扫描一个数据节点。而 distribute 表如果根据 分区键查询，只扫描一个节点，
如果根据非分区键查询，则需要扫描多个节点。
--4.2 count(*) 场景
| francs=> explain select count(*) from test_hash; QUERY PLAN --------------------------------------------------------------------------------------------- Aggregate (cost=2.50..2.51 rows=1 width=0) -> Materialize (cost=0.00..0.00 rows=0 width=0) -> Data Node Scan on "__REMOTE_GROUP_QUERY__" (cost=0.00..0.00 rows=1000 width=0) Node/s: db_1,db_2 (4 rows) |
备注：distributd 表 count 语句扫描所有数据节点。
| francs=> explain select count(*) from test_replication; QUERY PLAN ---------------------------------------------------------------------------- Data Node Scan on "__REMOTE_FQS_QUERY__" (cost=0.00..0.00 rows=0 width=0) Node/s: db_1 (2 rows) 备注：replication |
表 count 语句只扫描一个数据节点；
--4.3 round robin分片方式
| francs=> create table test_round (id int4,name varchar(32)) distribute by round robin;
|
备注 Round Robin 方式会将表数据分散到各个数据节点，但查询数据时由于不知道分片规则，故需要遍历
所有数据节点。
五 总结：
--5.1 replication表
1 replication 表查询时只需要读任一个数据节点；
2 replication 表更改数据时，需要同时对所有数据节点进行，代价较大；
3 replication 适用于读比较繁忙的静态数据表。
--5.2 distribute 表
1 单独查询或者写一条记录时，如果根据分区键查询，只需要扫描一个数据节点
( Round Robin 分片方式除外)；
2 单独查询或者写一条记录时，如果根据非分区键，需要扫描所有数据节点。
3 如果查询需要扫描多个数据节点，性能会有所降低；
六：手册解释
REPLICATION Each row of the table will be replicated into all the datanode of the Postgres-XC database cluster.
