- 左连接 不能将左表广播
- 右连接 不能将右表广播
关联表尽量使用相同的分布键,可以直接进行数据关联,不用进行重分布。
内连接
情况1:select * from test_table_5000 as t1, test_table_10000 as t2 where t1.id=t2.id关联键是分布键,不涉及重分布
情况2:select * from test_table_5000 as t1, test_table_10000 as t2 where t1.id=t2.id2
方式1:将t1表广播到每一个segment上,数据量是N*6(segment数量)
方式2:将t2表根据id2重分布数据,数据量是M
情况3:select * from test_table_5000 as t1, test_table_10000 as t2 where t1.id2=t2.id2
根据代价选择方式:
- 方式1:将两个表都按照id2重分布,数据量: M+N
- 方式2:将小表进行广播,数据量:N*(segment数量)
- 左分布键 关联 右非分布键
![](https://i-blog.csdnimg.cn/blog_migrate/929c3d9a052340147e589defec97591c.png)
- 无分布键进行关联:
![](https://i-blog.csdnimg.cn/blog_migrate/55767b8b6c138ae6e4198f2c9ede776a.png)
左连接
左连接时,左表不允许广播
- 情况1:select * from test_table_5000 as t1 left join test_table_10000 as t2 on t1.id=t2.id 两个表都是分布键,不涉及广播与重分布
- 情况2:select * from test_table_5000 as t1 left join test_table_10000 as t2 on t1.id=t2.id2 将t2表进行重分布,数据量 M
- 情况3:select * from test_table_5000 as t1 left join test_table_10000 as t2 on t1.id2=t2.id
- 方式1:将左表按照id2重分布,数据量N
- 方式2:将右表广播,数据量为M*6
- 情况4:select * from test_table_5000 as t1 left join test_table_10000 as t2 on t1.id2=t2.id2
- 方式1:将两表按照id2重分布,数据量N+M
- 方式2:将右表广播,数据量为M*6
全连接
全连接时,两表不允许广播
- 情况一:select * from test_table_5000 as t1 full outer join test_table_10000 as t2 on t1.id=t2.id; 两表关联键都是分布键,不涉及重分布与广播
- 情况二:select * from test_table_5000 as t1 full outer join test_table_10000 as t2 on t1.id=t2.id2 无论t2表数据量有多大,都是只能重分布t2
- 情况三:select * from test_table_5000 as t1 full outer join test_table_10000 as t2 on t1.id2=t2.id2 对两个表进行重分布
普通分库分表没有办法直接进行关联数据,A表关联B表,在节点1上能取到1-100的数据,但是节点2关联就无法获取B表的101-1000的数据。
![](https://i-blog.csdnimg.cn/blog_migrate/aee85d3f3df15a718db346a75bbaf065.png)
gp基于分布键关联:
![](https://i-blog.csdnimg.cn/blog_migrate/89a4cabe2c0c2bbe5930d8fabdc563be.png)