【国产数据库】GBase学习⑨ - 存储引擎

存储引擎

• USTORE,表示表支持Inplace-Update存储引擎。（原文更新技术，类似mysql的on-do）
• ASTORE,表示表支持Append-Only存储引擎。（有表？？的问题，↑解决这个问题）

存储方法

• ROW:表示表的数据将以行式存储；行存储适合于OLTP业务，适用于点查询或者增删操作比较多的场景。
• COLUMN:表示表的数据将以列式存储；列存储适合于数据仓库业务，此类型的表上会做大量的汇聚计算，且设计的列操作较少。
• MOT:表示表的数据将以内存的形式存储；MOT内存适用于高吞吐事务处理，性能瓶颈加速，消除中间层缓存，大规模流数据提取。

存储方法的使用

存储方法的使用：当sql语句不做指定时，默认使用astore存储引擎，row存储方法

1. 创建表时指定 orientation 参数值为row,创建行存表。

create table test_astore_row(col text) with (orientation=row); 

2. 创建表时指定 orientation 参数值为column,创建列存表。

create table test_astore_column(col text) with (orientation=column); 

3. 创建表时 create foreign table… server为mot_server 时,创建内存表。

create foreign table test_astore_mot(col int) server mot_server; 

4. 创建表时,指定 storage_type 参数值为 ustore,创建 ustore 表。

create table test_ustore(col text) with (storage_type=ustore);

分区表

GBase 8c 需要将数据按照一定规律分布到各个数据节点，目前支持hash分片。
在此基础上，分区表功能，支持二级分区，9种分区组合，interval分区。即分片+分区功能。

分区类型	一级分区	二级分区
hash	hash	hash-list;hash-hash;hash-range
range	range	range-range;range-hash;rang-list
list	list	list-list;list-range;list-hash
interval分区	range

表分片

GBase 8c 的数据分片策略：在创建表时，通过关键字distribute、replication来设置表分片策略。

1. 通过distribute by hash 创建hash分片表，将数据通过hash算法均匀存储到每个数据节点。

create table t1_dis(c1 int,c2 int) distribute by hash(c1);

2. 通过distribute by replication 创建复制表，每个数据节点都会存储一份数据。

crete table t1_rep(c1 int,c2 int) distribute by replication;

3. 在不指定时，默认使用hash分片，分布式键按照顺序为第一个满足hash算法的字段。

4. interval分区：根据间隔自动创建分区，例如，1 day 、1 month(主备式)

      create table sales(
	         prod_id number(6),
	         cust_id number,
			 time_id date,
			 channel_id char(1),
			 promo_id number(6),
			 quantity_sold number(3),
			 amount_sold number(10,2))
			 partition by range(time_id) interval('1 day')
			 (partition p1 values less than ('2019-02-01 00:00:00'),
			 partition p2 values less than ('2019-02-02 00:00:00')
			 );

分区自动管理

分区自动管理：根据间隔自动创建分区，例如：1 day、1 month(分布式)

• 语法：建表时增加 WITH ,或通过 ALTER TABLE xxxx SET (PERIOD=‘1 day’) 来实现。（其中 PERIOD范围是1 hour ~ 1 year）。通过ALTER TABLE xxxx RESET (PERIOD)来关闭。
• 限制：仅支持RANGE分区的一级分区表（其他分区类型，以及带有二级分区的表不支持）
• 效果：从当前命令时间（向下规约到hour）算起，连续增加能覆盖30个period时间范围的分区，每个分区大小为period。如果现有分区在待新增的分区范围内，则跳过此新增分区。且每个period事件后再次执行此流程。

create table range_auto_1hour_tb01(id int,ip text,time timestamp) with(PERIOD='1 hour') partition by range(time)
	  ( partition p1 values less than ('2022-11-23 14:00:00'));

索引类型

GBase 8c 提供了多种索引类型：hash，B-tree，gist，gin。每一种索引类型使用了一种不同的算法来适应不同类型的查询。

• B-tree：适合所有的数据类型，支持排序，支持大于、小于、等于、大于或等于、小于或等于的搜索。
• hash：索引存储的是被索引字段VALUE的哈希值，只支持等值查询。
• Gist(Generalized Search Tree)：即通用搜索树。可处理地理数据，图像，空间，树形图等场景。地理数据、图像：如果我们想要查询在某个地方是否存在某一点，即判断地理位置的“包含”。对于空间数据：Gist索引可以使用R树，以支持相对位置运算符（位于左侧，右侧，包含等）。对于树形图：R树可以支持相交或包含运算符。
• gin：gin索引是“倒排索引”。应用领域是加速全文搜索。当需要搜索多值类型内的VALUE时，适合多值类型，例如数组、全文检索、TOKEN。根据不同的类型，支持相交、包含、大于、在左边、在右边等搜索。
• 默认情况下,create index 使用B-tree索引并适合于大部分情况。

hash索引：create index ... using hash(column);
B-tree索引：create index ... using btree(column);
gist索引：create index ... using gist(column);
gin索引：create index ... using gin(column);

数据压缩

• 行存表：创建表时通过关键字 compress_type，可实现数据压缩，减少磁盘的占用。

    create table test_row_compress(col text) with (compress_type = 2,COMPRESS_LEVEL = 3);
    compress_type: 行存表参数，设置行存表压缩算法。1代表pglz算法，2代表zstd算法，默认不压缩（仅支持ASTORE下的普通表） 取值范围：0~2，默认值为0
	COMPRESS_LEVEL：行存表参数，设置行存表压缩算法等级，仅当COMPRESS_TYPE为2时生效。压缩等级越高，表的压缩效果越好，表的访问速度越慢（仅支持ASTORE下的普通表）取值范围：-31~31，默认值为0

• 列存表 创建表时通过关键字 compression，可实现数据压缩，减少磁盘的占用。

    create table test_compress(col text) with (orientation=column,compression=high);
	compression:指定表数据的压缩等级，它决定了表数据的压缩比以及压缩时间。一般来讲，压缩级别越高，压缩比也越大，压缩时间也越长；反之亦然。实际压缩比取决于加载的表数据的分布特征。行存表不支持压缩。取值范围：列存表的有效值为：YES/NO/LOW/MIDDLE/HIGH,默认值为 LOW。
	查表大小:
	select * from pg_size_pretty(pg_catalog.pg_table_size('test_column_compress')); 

事务

• 子事务：子事务允许你回滚部分已经事务中完成的工作。可通过关键字 SAVEPOINT,EXCEPTION,Autonomous Transacion 启动子事务。
• 自治事务：在主事务执行过程中新启的独立的事务。自治事务的提交和回滚不会影响已提交的数据，同时自治事务也不受主事务的影响。
  自治事务在存储过程，函数和匿名块中定义，用PARAGMA AUTONOMOUS_TRANSACION 关键字来声名。