目录
重分布表
重新分布表让现有数据在新扩容后的集群上得以平衡。在创建了扩容schema后,可以使用gpexpand在整个系统重分布表。 应该在低峰期运行,这样该工具的CPU使用率和表锁对其他操作的影响会最小。 还要对表进行排名,先对最大或者最重要的表进行重新分布。当表重新分布正在进行中时,任何新创建的表会按照普通操作那样被分布在所有的节点上。 查询也能访问所有的节点,即使相关的数据还没有被完全分布在新节点上的表中也行。 正在被重新分布的表或者分区会被锁定并且不可读写。 当其重新分布完成后,常规操作才会继续。
重分布排名
对于大型的系统,用户可以控制表重新分布的顺序。 调整扩容schema里的rank值可以优先做重度使用的表并最小化对性能的影响。 可用的空闲磁盘空间可能会影响表的排名。
要通过在gpexpand.status_detail中更新rank值来为重新分布对表排名,用psql或者另一个被支持的客户端连接到MPP数据库。 用这样的命令更新gpexpand.status_detail:
=> UPDATE gpexpand.status_detail SET rank=10;
=> UPDATE gpexpand.status_detail SET rank=1 WHERE fq_name = 'public.lineitem';
=> UPDATE gpexpand.status_detail SET rank=2 WHERE fq_name = 'public.orders';
这些命令把所有表的优先级降低到10,然后把排名1分配给lineitem并且把排名2分配给orders。 当表的重新分布开始时,lineitem会首先被重新分布,接着是orders和gpexpand.status_detail中所有的其他表。 要从重新分布中排除一个表,将它从gpexpand.status_detail中移除。
重分布表
运行gpexpand工具。 用户可以使用-d或者-e选项来定义扩展会话时限。 例如,要运行该工具最多60个连续的小时:
$ gpexpand -d 60:00:00
该工具会重分布表,直到schema中的最后一个表完成或者它达到了指定的持续时间或者结束时间。 当一个会话开始并且结束时,gpexpand会在gpexpand.status中更新状态和时间。
监控重分布
可以在表重新分布处理的过程中查询扩展进度。 视图gpexpand.expansion_progress提供了一个当前进度摘要,包括估计的表重新分布率以及估计的完成时间。 用户可以查询表gpexpand.status_detail来得到每个表的状态信息。每次用户用gpexpand开始一次表重新分布会话时计算都会重新开始。 要监控进度,可以用psql或者另一种受支持的客户端连接到数据库,然后用下面这样的命令查询gpexpand.expansion_progress:
=# SELECT * FROM gpexpand.expansion_progress;
表gpexpand.status_detail存储着方案中每一个表有关的状态、最近更新时间和更多情况。 要查看一个表的状态,可以用psql或者另一种受支持的客户端连接到数据库,然后查询gpexpand.status_detail:
=> SELECT status, expansion_started, source_bytes FROM gpexpand.status_detail WHERE fq_name = 'public.sales';
移除扩容Schema
在扩容操作完成并且验证后,用户可以安全地移除扩容Schema。 为了在一个数据库系统上运行另一次扩容操作,首先要移除现有的扩容Schema。
用-c选项运行gpexpand工具。例如:
$ gpexpand -c