Postgres-XL的限制

　　Postgres-XL是基于PostgreSQL的一个分布式数据库。

　　相比于PostgreSQL，XL的表的数据是可以分布到不同的datanode上的，对存在于不同的datanode上的数据进行处理，目前还存在很多限制。当然可能在以后的新版本中，会突破这些限制。

　　下面针对postgres-xl-10r1版本进行测试，看看目前还存在哪些限制。

1. 分布建不能更新

 1 select * from test2;
 2  id | name 
 3 ----+------
 4   1 | 1
 5   2 | 2
 6   5 | 5
 7   3 | 3
 8   4 | 4
 9 (5 rows)
10 
11 postgres=# update test2 set name='b' where id=2;                 
12 UPDATE 1
13 
14 postgres=# update test2 set id=5 where name='5';         
15 2018-11-07 18:13:49.533 CST [1831] ERROR:  could not plan this distributed update
16 2018-11-07 18:13:49.533 CST [1831] DETAIL:  correlated UPDATE or updating distribution column currently not supported in Postgres-XL.
17 2018-11-07 18:13:49.533 CST [1831] STATEMENT:  update test2 set id=5 where name='5';
18 ERROR:  could not plan this distributed update
19 DETAIL:  correlated UPDATE or updating distribution column currently not supported in Postgres-XL.
20 
21 postgres=# select * from test2;
22  id | name 
23 ----+------
24   1 | 1
25   5 | 5
26   2 | b
27   3 | 3
28   4 | 4
29 (5 rows)

 

2. 复杂查询

　　在PostgreSQL，表数据只放在一台pc上，当两个表关联查询时，可以直接获取到表数据进行join。但是在Postgres-XL中，表数据是分布在不同的datanode上，datanode又可能分布在不同的pc上；这时候两个表进行关联查询需要从不同的datanode之间进行，如果是多个表进行关联查询，情况更加复杂了。

2.1 非分布键作为条件限制

 1 postgres=# select * from test1,test2;                                        
 2  id | name | id | name 
 3 ----+------+----+------
 4   1 | a    |  1 | 1
 5           .
 6           .
 7           .
 8   2 | b    |  2 | b
 9           .
10           .
11           .
12   4 | d    |  4 | 4
13 (40 rows)   
14 
15 postgres=# select * from test1,test2 where test1.name='b' and test2.name='b';
16  id | name | id | name 
17 ----+------+----+------
18   2 | b    |  2 | b
19 (1 row)
20 
21 postgres=# select * from test1,test2 where test1.name=test2.name;            
22 2018-11-08 11:08:08.939 CST [1510] ERROR:  cannot wait on a latch owned by another process
23 2018-11-08 11:08:08.939 CST [1405] LOG:  server process (PID 1510) was terminated by signal 11: Segmentation fault
24 2018-11-08 11:08:08.939 CST [1405] DETAIL:  Failed process was running: Remote Subplan
25 2018-11-08 11:08:08.939 CST [1405] LOG:  terminating any other active server processes
26 2018-11-08 11:08:08.940 CST [1436] WARNING:  terminating connection because of crash of another server process
27           .
28           .
29           .

　　当where条件中直接判断两个表字段是否相等时，报错。多次尝试后，还出现过其他错误（例如：“ERROR:  Couldn't resolve SQueue race condition after 10 tries”），有时候也能执行成功，证明这一查询还是存在很大的问题。

 

2.2 非亲和表的限制

　　亲和表，即两张表的分布类型和分布键都一致，称这两张表为亲和表。

 表test3和表test4都是以id列作为分布键、分布类型为Modulo，test3和test4是亲和表。

 1 postgres=# \d+ test3
 2                                                 Table "public.test3"
 3  Column |  Type   | Collation | Nullable |              Default              | Storage  | Stats target | Description 
 4 --------+---------+-----------+----------+-----------------------------------+----------+--------------+-------------
 5  id     | integer |           | not null | nextval('test3_id_seq'::regclass) | plain    |              | 
 6  name   | text    |           |          |                                   | extended |              | 
 7 Indexes:
 8     "test3_pkey" PRIMARY KEY, btree (id)
 9 Distribute By: MODULO(id)
10 Location Nodes: ALL DATANODES
11 
12 postgres=# \d+ test4
13                                    Table "public.test4"
14  Column |  Type   | Collation | Nullable | Default | Storage | Stats target | Description 
15 --------+---------+-----------+----------+---------+---------+--------------+-------------
16  id     | integer |           |          |         | plain   |              | 
17 Distribute By: MODULO(id)
18 Location Nodes: ALL DATANODES
19 
20 postgres=# select * from test3 order by id;
21  id | name 
22 ----+------
23   1 | a
24   2 | b
25   3 | cc
26   4 | dd
27   5 | ee
28   6 | ff
29 (6 rows)
30 
31 postgres=# select * from test4 order by id; 
32  id 
33 ----
34   1
35   2
36   4
37   6
38   8
39 (5 rows)
40 
41 postgres=# select * from test4 a inner join test3 b on a.id=b.id order by a.id;
42  id | id | name 
43 ----+----+------
44   1 |  1 | a
45   2 |  2 | b
46   4 |  4 | dd
47   6 |  6 | ff
48 (4 rows)

 

 　　下面是非亲和表test2与test4的内连接查询。结果是不正确的，而且有时执行查询会报错。

 1 postgres=# \d+ test2
 2                                    Table "public.test2"
 3  Column |  Type   | Collation | Nullable | Default | Storage  | Stats target | Description 
 4 --------+---------+-----------+----------+---------+----------+--------------+-------------
 5  id     | integer |           | not null |         | plain    |              | 
 6  name   | text    |           |          |         | extended |              | 
 7 Indexes:
 8     "test2_pkey" PRIMARY KEY, btree (id)
 9 Distribute By: HASH(id)
10 Location Nodes: ALL DATANODES
11 
12 postgres=# select * from test2 order by id;
13  id  | name 
14 -----+------
15    1 | 1
16    2 | b
17    3 | 3
18    4 | 4
19    5 | 5
20    6 | 
21  111 | 
22  112 | 
23 (8 rows)
24 
25 postgres=# select * from test2 a inner join test4 b on a.id=b.id order by a.id;
26 2018-11-08 15:09:19.389 CST [1206] WARNING:  Unexpected data on connection, cleaning.
27  id | name | id 
28 ----+------+----
29   2 | b    |  2
30   4 | 4    |  4
31   6 |      |  6
32 (3 rows)

 　　同样，outer join也存在一样的问题，不支持非亲和表的关联查询。但是，非亲和表可以进行cross join关联查询（没有where条件）。

2.3 子查询限制

　　子查询也受到非亲和表的限制，与2.2的情况基本一致，就不再去说明了。

 

　　特殊说明：2.2和2.3中提到非亲和表的限制问题，我后来增加了一个节点datanode3。结果再进行非亲和表关联时都正常了，没有再报错（上面提到有两个报错），查出来的结果也完全正确。这什么情况，郁闷。后来再尝试把节点datanode3从集群中删掉，也没有重现分亲和表限制的问题。

 

 

3. 支持特性

　　这里顺便提一下Postgres-XL支持的特性吧，方便记录一下在测试过程中测试到的项。

• CTE（通用表表达式），支持，但是里面的sql也受到上面提到的限制问题；
• Windows function，支持，同上；
• 集合操作，支持，同上；
• 非分片列count（distinct），支持；
• 支持跨分片更新；
• 支持跨分片事务；

 

总结

 　　这次针对Postgres-XL去调研它目前存在的限制，主要还是在查询上限制比较大。在测试过程中，没有对所有的sql功能进行测试，也没有太深入去研究。

　　如果在以上说明存在的限制（或者支持特性）有不符合pgxl实际情况的，可能是我个人的错误，欢迎大牛指出。

　　希望Postgres-XL在以后的版本中，能把这些限制给解决掉，越做越完善。

 

转载于:https://www.cnblogs.com/plairst/p/9924873.html