Greenplum架构

架构概述

• 基于PostgreSQL的分布式数据库，采用shared-nothing架构、主机、操作系统、内存、存储都是自我控制的，不存在共享
• 采用了MPP，每个SMP节点运行自己的操作系统、数据库等，每个节点内的CPU不能访问另一个节点的内存，节点之间的信息交互是通过节点互联网络实现的（数据重分配）
• 由master host、segment host、interconnect三大部分组成
• 各个节点均可配置镜像节点，当主节点不可用时，自动切换至镜像节点，当主节点恢复并启动后，将自动同步变更，确保数据不丢失，实现数据库系统的高可用
• 数据库中所有的表都是分布式的，每个segment会存放相应的数据片段，根据用户指定的hash key对表进行hash数据分布或者随机数据分布，或者复制表分布。当需要进行数据分析时，涉及到的segment同时工作，提升计算效率
• 进行表关联或者group by时，当关联键与分布键不同时，即关联的相同值的行数据分布在不同的segment实例上，需要涉及到数据表的跨库关联