（9）达梦DMMPP集群相关技术理论介绍

在上一篇博客里面我们对达梦数据库的达梦DMDSC共享存储数据库集群进行了动手部署实践。本篇技术分享文章是基于Linux下达梦DMMPP集群技术原理的学习。

1、DM MPP集群简介

    达梦大规模并行处理MPP（DM Massively Parallel Processing，缩写DM MPP）是基于达梦数据库管理系统研发的完全对等无共享式集群组件，支持将多个DM数据库实例组织为一个并行计算网络，对外提供统一的数据库服务。

    在海量数据分析的应用场景中，经常会遇到以下问题：

• 大量的复杂查询操作需要较高的系统性能支持；
• 数据库响应能力受到硬件的束缚；
• 小型机虽然能在垂直领域提供较好的单个节点性能，但是价格较高。

为了支持上述海量数据存储和处理、高性价比等方面的需求，提供高端数据仓库解决方案，达梦数据库提供了大规模并行处理MPP架构，以极低的成本代价，为客户提供业界领先的计算性能。

2、DM MPP集群概念及技术原理

2.1 基本概念

2.1.1 执行节点EP

DM MPP系统中每一个运行的DM数据库服务器实例称为一个执行节点EP，基于数据守护的MPP环境内的备库除外。

2.1.2 主、从EP

DM MPP采用完全对等无共享架构，对整个系统来说，每个EP作用都是一样的，用户可以连接到其中的任何一个进行操作。而对每个用户会话来说，EP具有主从之分。用户会话实际连接的那个EP对该用户会话来说称为主EP，其余的EP都称为从EP。

2.1.3 数据分布

DM MPP系统中的数据分布在各EP中，支持表数据的哈希分布、随机分布、复制分布、范围分布、LIST分布类型，用户可根据应用的实际情况为表数据选择合适的分布类型。

哈希分布

哈希分布按照表定义中指定的一列或多列对行数据计算一个哈希值，再根据哈希值和哈希映射表，将该行数据分布到映射的节点上。

当表的连接查询中使用的连接键为哈希分布列时，MPP下的查询计划会进行优化，比如可能减少计划中通讯操作符个数、使用索引、对分组计划优化等，减少数据在节点间的分发，提高查询效率。

使用哈希分布时，节点间的数据是否均衡，取决于设置的哈希分布列以及表中的数据情况。当节点个数变动时，各个节点的数据需要按照新的哈希映射表重新进行分发。

随机分布

随机分布表不存在分布列，插入表数据时会按照一定的随机算法，将数据随机均衡分布到各个节点。

随机分布的优点是数据和节点间不存在映射关系。节点个数变动后，如果没有节点数据均衡的要求，可以不用对节点现有的数据进行变动。

一般来说，随机分布对于复杂查询及存在较多的节点间数据分发情况，性能不如哈希分布高。

复制分布