PL/Proxy + PostgreSQL实现在线大数据存储存储与查询

最新推荐文章于 2024-07-19 07:15:49 发布

数据旅途

最新推荐文章于 2024-07-19 07:15:49 发布

阅读量2k

点赞数 1

文章标签：大数据存储数据库 PLProxy 分布式分表

本文链接：https://blog.csdn.net/pg_grant/article/details/40556969

版权

面对18+TB的大数据存储需求，通过PostgreSQL配合PL/Proxy构建分布式数据库架构，结合时间序列的分区策略，以及利用Index-Only-Scan提升查询性能，确保在线查询时间小于1秒。尽管此方案适用于中小型公司，但实施过程中还需要考虑一致性哈希、高可用性和多级分区等细节问题。

摘要由CSDN通过智能技术生成

问题：

给你4台中等配置服务器（例如AWS C3.8xlarge，磁盘为GPSSD），每天会生成10+GB的数据（每条纪录都有一个时间戳），目前已有5年的数据，也就是说已有18+TB数据。如何使用PostgreSQL进行存储，并且保证在线查询时间<1s （这里面会有很多逻辑及其不同层次的聚合）.

方案：

显然，用单个PostgreSQL已经远远不能满足。当然，如果公司高富帅的话，可以直接上支持大数据的分布式数据库，如Vertica，Greenplum等。但是，对于中小型公司，特别是创业公司，免费软件是首选，经过一些调研，如果基于PostgreSQL的话，那么配合使用PL/Proxy是一个非常不错的选择。以下是PL/Proxy和PostgreSQL非常经典的架构（下一片文章我会讲下如何使用得更加完美，例如使用一致性哈希管理节点，如何提供HA，等等。