GreenPlum：基于PostgreSQL的分布式关系型数据库
GreenPlum是一个底层是多台PostgreSQL分表分库的分布式数据库，它有如下特点
- 支持标准SQL，几乎所有PostgreSQL支持的SQL，greenplum都支持
- 支持ACID、分布式事务
- 支持上百台集群(这一点有点不好，hadoop可以万台)
系统架构
Master Host
- 处理用户请求，生成执行计划，以及在执行计划执行必要的聚合操作(avg)或者排序
- 内部有一个PostgreSQL数据库，保存所有的元数据，索引信息
- 监控所有segment的状态信息
Segment host
- 每台Segment host有多个segment，一般segment等于core数
- segment是一个PostgreSQL数据库，负责存储具体数据
内部网络
GreenPlum内部使用udp网络，但是Greenplum会对数据包进行校验，因此可靠性等同于TCP。使用TCP的时候，最多支持1000个segment
执行计划
当master接受到一条SQL语句，会将这条语句解析为执行计划DAG，将DAG中不需要进行数据交换的划分为slice，多表连接，aggerate，sort的时候，都会涉及到slice的重分布，会有一个motion任务来执行数据的重分布。将slice下发到涉及到的相关segment中。
我认为slice类似与Spark中的stage的概念，不需要进行数据shuffle
motion方式
- gather motion(N->1)：在master节点上把所有segment数据聚集起来，一般是sort，sort group，sort join
- boardcast motion(N->N)：每个segment把数据广播给其余所有segment
- redistribute motion(N->N)：每个segment把数据按照hash的方式重新分布
我们可以猜一猜上面的执行计划代表什么：A表和B表进行join连接，然后它们又进行sort或者聚合。
算子实现
索引
Greenplum支持所有postgresql的索引，另外还支持位图索引
Join方式
- Hash join：
- nestloop join：笛卡儿积必须nestloog join
- merge join
分布式事务
Greenplum虽然是面向OLAP的数据库，但是也提供了插入，删除，更新数据的接口，利用两阶段提交协议支持分布式事务，提供强一致性，支持ACID，支持的隔离级别是(读已提交，可串行化)。
Greenplum采用和Postgresql类似的方式，上层事务块控制事务状态转换，底层事务负责执行具体的语句以及和相关segment交互。
与单机事务相比，多了TBLOCK_PREPARE状态，代表两阶段提交协议中的中间状态。除此之外，分布式事务也有一套以DXT开头的分布式状态
例子
正常流程
-
在所有segment都启动一个事务块，状态TBLOCK_BEGIN
-
执行一条插入语句，状态TBLOCK_INPRGRESS
- END命令，状态为DXT_STATE_PREPARED。这里master状态为TBLOCK_END，slave segment状态为TBLOCK_DEFAULT(初始状态)
- 第二阶段，开始正式提交。DXT_STATE_PREPARED->DXT_STATE_INSGRETE_FORGET_COMMIT。master状态为TBLOCK_END->TBLOCK_DEFATULT，slave segmeng又重新经历一轮所有状态
容错
slave segment容错
每台segment都在其他机器上有备机
Primary Segment 与对应 Mirror Segment 之间的数据基于文件级别同步备份。Mirror Segment 不直接参与数据库事务和控制操作。
为什么采用文件同步的机制：mirror库数据直接获取primary的文件(日志文件)和数据(修改的数据页)。
恢复流程
发生宕机时，greenplum有两种恢复模式，"read-only"和"continue"。
- read-only：也就是说如果一个segment坏了，整个greenplum会变成只读，不能写了
- continue：由mirror正常提供服务，master节点会把新增数据记录下来，等待primary恢复后同步
primary segment容错
基于数据流通过WAL同步，由postgresql提供的容错。
负载均衡和数据组织方式
数据组织方式
- 有一类特殊的表，称为append-only表，支持列存储，表压缩
- 通过gpfdist插件，可以支持外部表
负载均衡
Greenplum通过分布和分区的方式，使得庞大的数据分布在不同的segment上。严格来说，分布才是拆表，分区只是为了加快查询速度。
- 分布：是从物理上把数据分散到各个SEGMENT上，Greennplum提供hash函数
- 分区：segment内部按照规则将数据组织在一起
分布
- hash分布：distributed by (column_name)，可以指定多个分布键。相同的hash值分布到同一个segment
- 随机分布：distributed randomly，相同的记录可能分布到不同的segment
建议：
- 分布列尽量选择需要经常JOIN的列，这类查询的并发越高，越应该考虑
- 尽量选择分布均匀的列，或者多列
- 不要轻易使用随机分布
分区
- range partition：按照数据的范围
- list partition：按照List中的值
- 多级分区
建议：
- 尽量选择和查询条件相关的字段，缩小QUERY需要扫描的数据
- 当有多个查询条件时，可以使用子分区，进一步缩小需要扫描的数据
资源控制
- 限制正在执行的所以SQL的最大cost
- 限制最多运行多少SQL
- 控制正在运行的SQL的优先级
