数据库之路——greenplum数据库学习笔记

一、常用指令：
1.取端口号：select 　* from gp_segment_configuration 
2.select * from pg_stat_activity  该表能查看到当前数据库连接的IP 地址，用户名，提交的查询等。
3.select pg_size_pretty(pg_relation_size('schema.tablename'));查看数据库占用空间
4.select pg_size_pretty(pg_database_size('databasename));查看表占用空间
5.Vacuum analyze tablename 回收垃圾和收集统计信息
6.Select gp_segment_id,count(*) from  tablename  group by 1 ;查看数据分布情况
7.gp_segment_configuration实例恢复
8.8.SELECT locktype, database, c.relname, l.relation, l.transactionid, l.transaction, l.pid, l.mode, l.granted, a.current_query FROM pg_locks l, pg_class c, pg_stat_activity a WHERE l.relation=c.oid AND l.pid=a.procpid ORDER BY c.relname;
主要字段说明：
relname: 表名

locktype、mode 标识了锁的类型

二、表分布
Hash分布：create table ... Distributed by(column1,column2...);同样数值的内容被分配到同一个segmment（如没有明确定义分布键，系统会把第一个字段作为分布键）
循环分布：create table ... Distributed randomly;


三、表相关：
1.创建表：CREATA TABLE 表名 DISTRIBUTED BY(表分布键);  --指定分布键
         CREATA TABLE 表名 DISTRIBUTED RANDOMLY    --默认表的第一列作为分布键

 【注：分布键设置类型不能为几何数据类型或用户自定义数据类型】

2.表和列的约束：check 表或列的约束
               NOT NULL 列约束
               UNIQUE 列约束【注：每表只能一个，被UNIQUE定义列会作为表分布键，如果表设置了主键则不允许有UNIQUE约束】

               PRIMATY KEY 表约束

3.外部表：创建：CREATE EXTERNAL [WEB] TABLE

         删除：DROPEXTERNAL [WEB] TABLE

4.表的存储模式：
  存储模式：堆存储、只追加（AO）、行存储、列存储、压缩表（只可以是AO表）
  创建堆表：CREATE TABLE 表名(a int ,b text) DISTRIBUTED BY (列名);
  只追加表：CREATE TABLE 表名(a int ,b text) WITH(appendonly = true);
  列存表：CREAT TABLE 表名(a int,b text) WITH(appendonly=true,orientation=列名) DISTRIBUTED BY(列名)；没有指定orientation的为行存表
  压缩表：CREATE TABLE 表名(a int,b text) 
WITH(appendonly=true,compresstype=zilb,compresslevel=5); --创建一张5级ZLIB压缩的AO表

5.删除表
 DDROP TABLE 表名;
 DELETE FROM 表名;  --不删除表但清空表中记录

 TRUNCATE 表名     --不删除表单清空表中记录

6.表的分区策略（调优）：以下因素大部分答案为也是，可通过分区策略提高查询性能
 决定因素：（1）表是否足够大？（百万级或以上条记录）、
                    （2）对目前性能不满意？
                    （3）查询条件是否能匹配分区条件？（检查查询语句的where条件是否与考虑分区的column一致）
                    （4）数据仓库是否需要滚动历史数据？（可按照记录日期分区）
                    （5）按照某个规则数据是否可被均匀分拆？
  创建分区表：通过使用start、end值、every子句定义分区增量实现自动产生分区
                        【注：start值总是被包含而end值总是被排除】
          Eg：CREATE TABLE 表名(列1，列2......) DISTRIBUTED BY(列名)
              PARTITION BY RANGE(分区键)
              (START(分区键值1)INCLUSIVE
                END(分区键值2)EXCLUSIVE
                EVERY(INTERVAL ‘增量值’));
              每个分区单独指定名称：
              【注：每个分区范围是连续的则不需为每个分区指定END值】
          Eg：CREATE TABLE 表名(列1，列2......) DISTRIBUTED BY(列名)
              PARTITION BY RANGE(分区键)
              (PARTITION 分区1名 START(分区键值1)INCLUSIVE，
               PARTITION 分区2名 START(分区键值2)INCLUSIVE，
               PARTITION 分区3名 START(分区键值3)INCLUSIVE，
               ......
               END(分区键值n)EXCLUSIVE);
  分区表限制：主键或唯一约束必须包含表上所有分区键。而唯一索引可不包含分区键
  查看分区设计：SELECT partitionboundary，partitionablename，partitionlevel，partitionrank FROM pg_partitions WHERE tablename=’表名’；
  添加新分区：ALRER TABLE表名 ADD PARTITION
                         START()  INCLUSIVE
                         END() EXCLUSIVE;
  删除分区：ALTER TABLE 表名DROP PARTITION FOR(RANK(partitionrank))
                      RABK(partitiontank)指范围分区同意层级中的顺序

  清空分区数据：ALTER TABLE 表名 TRUNCATE PARTITION FOR(RANK(partitionrank))；

三、视图和索引：
CREATE VIEW               CRREATE INDEX
DROP VIEW                DROP INDEX
使用索引需考虑：
1.查询工作负载：对于查询工作负载需返回大量数据的情况而言索引未必有效
2.压缩表：对于压缩数据而言，索引访问方法是解压需要的记录而不是全部解压
3.避免你在频繁更新列表上使用索引：会消耗大量写磁盘和CPU计算资源
4.创建选择性B-tree索引：选择性指数=DISTINCT值数量/表记录数，即表中重复记录越多，建立B-tree索引越有用（DISTINCT值在100到100000之间最佳，超100000之后不宜使用）
5.低选择性列上使用位图索引
6.索引列用于关联：或许可以改善join(关联)性能

7.索引列经常用在查询条件中：对大表来说，查询语句where条件中常用到的列可考虑使用索引

创建索引：

1.创建B-tree索引：CREATE INDEX 索引名 ON 表名(索引键);

 2.创建位图索引：CREATE INDEX 索引名ON 表名 USING bitmap(索引键);

更新记录：UPDATE 表名 SET 赋值表达式 WHERE 查询条件;
删除记录：DELETE FROM 表名 WHERE 查询条件;