在某些应用场景中,随着时间的流逝,历史数据很少被访问,主要是访问新产生的数据。这种情况下会把很少访问的数据存储到IO比较慢的存储设备上,而把长期查询的数据存放到IO比较快的存储设备上面。比如,像网上交易系统,可以把几个月前的历史数据存放到机械硬盘上面,而把当月的数据存放到固态硬盘上面。从而让成本最优的情况下,提升用户体验。
pgoneproxy目前已经支持这种冷热数据分离的情况,只要使用pgoneproxy的分库分表功能,同时把method设置为buffer即可。下面来详细介绍下冷热数据分离查询的功能:
1. 配置
当前假设把冷数据存放到bigtest_1的表中,把热数据放到bigtest_0的表中。其中假设id在0-100内的数据为热数据,而id在101-1000内的数据为冷数据,则proxy-part-tables项的配置为:
[
{
"table" : "bigtest",
"pkey" : "id",
"type" : "int",
"method" : "buffer",
"partitions":
[
{"suffix":"_0", "group":"data1", "minval":"0", "maxval":"100"},
{"suffix":"_1", "group":"data1", "minval":"101","maxval":"1000"}
]
}
]
通过上面的配置可以看到通过minval和maxval来指定数据的范围。其中minval和maxval可以是数字和字符串。
如果需要以时间来进行分表操作,则可以修改pkey为时间的字段,同时设置type为time。在通过minval和maxval来指定时间的范围。
2. 查询
查询时只要带上pkey指定的字段即可。pgoneproxy会根据pkey字段的值按照不同的规则进行数据的查询。下面得到的数据情况:
pgbench=> select * from bigtest_0;
id | name | age
----+--------+-----
10 | name10 | 10
11 | name11 | 11
12 | name12 | 12
13 | name13 | 13
14 | name14 | 14
15 | name15 | 15
16 | name16 | 16
(7 rows)
pgbench=> select * from bigtest_1;
id | name | age
-----+---------+-----
110 | name110 | 110
111 | name111 | 111
112 | name112 | 112
113 | name113 | 113
114 | name114 | 114
115 | name115 | 115
116 | name116 | 116
(7 rows)
pgbench=> select * from bigtest where id = 10;
id | name | age
----+--------+-----
10 | name10 | 10
(1 row)
pgbench=> select * from bigtest where id = 110;
id | name | age
-----+---------+-----
110 | name110 | 110
(1 row)
也可以通过这个规则直接把数据插入到对应的表中。如果不指定id指点,则会把查询语句发送到两张表中进行查询。比如进行下面的查询操作:
pgbench=> select * from bigtest where name = 'name110';
id | name | age
-----+---------+-----
110 | name110 | 110
这个查询就会同时查询bigtest_0和bigtest_1表中的数据,最后进行合并后返回到客户端。像上面那样指定id,就会到对应的表中查询,而不是查询两张表,从而可以提升速度。
通过上面的方法就可以解决冷热数据分离 查询的问题了。欢迎大家使用。