Gbase8s数据模型规划介绍

GBase 8s MPP中，数据是按表存放的，因此数据模型规划阶段需要对数据表的分布策略进行仔细规划。GBase 8s MPP中的表可以分为如下类别：

• 复制表：在集群中复制表所在的Distribution中的每个节点都保存一份全量数据，再与其它表进行关联查询时可以直接在本节点上完成，无需与其它节点进行交互，因此性能最优。但由于各个节点上数据完全相同，导致存储空间增加，因此通常用于小表、维度表或经常需要JOIN关联的数据表。
• 分布表：将数据分布存储到不同的节点上。每个节点上存储一部分数据（分片存储），根据不同应用场景，GBase 8s MPP提供如下四种分布表：

• 哈希分布表：将表中某列指定为哈希列，然后将数据按照哈希算法的取值存储到不同的节点上。每个节点上只存储一部分数据。这种存储策略，将大表数据进行分拆，实现分布式存储。哈希分布表，经常用于对哈希列进行等值查询的场景，是大型数据中心最常用的数据分布方式。
• 范围分布表：表中数据按照指定的范围，分布到不同的节点上。
• 列表分布表：表中数据按照列表中给定的值，分布到不同的节点上。
• 随机分布表：将数据随机存储到不同的节点上，每个节点只存储一部分数据，各个节点上的数据量接近。这种数据分布方式，通常用于对数据进行汇总计算的场景。

对于分布表，还需要考虑数据的高可用，即需要确定备份个数及备份策略，最多支持备份个数为两个，满足不同的高可用需求。