Greenplum是关系型的分布式数据库,需要存储的数据库在进入数据库时,将先进行数据分布的处理工作,讲一个表的数据平均分不到每个节点上,并为每个表指定一个分发列(distribute Column),之后根据Hash来分布数据。
本篇介绍查询某模式下所有表的分布键信息,适用于:
排查是否有分布键创建不合理的表,如果分布键是重复率比较高的字段会造成数据分布不均匀,存储过于倾斜。
排查经常做表关联的表是否是相同分布键,这样会提高执行效率。
具体sql如下:
SELECT
aaa.nspname AS "模式名",
aaa.relname AS "表名",
aaa.table_comment AS "中文表明",
ccc.attname AS "分布键"
FROM
(
SELECT
aa.oid,
obj_description (aa.oid) AS table_comment,
aa.relname,
bb.localoid,
bb.attrnums,
regexp_split_to_table(
array_to_string(bb.attrnums, ','),
','
) att,
dd.nspname
FROM
pg_class aa --原数据信息 最重要的表!
LEFT JOIN gp_distribution_policy bb ON bb.localoid = aa.oid --分布键表
LEFT JOIN pg_namespace dd ON dd.oid = aa.relnamespace --模式
LEFT JOIN pg_inherits hh ON aa.oid = hh.inhrelid --继承表
WHERE
dd.nspname = 'dim' -- 替换成需要的模式
AND hh.inhrelid IS NULL
) aaa
LEFT JOIN pg_attribute ccc ON ccc.attrelid = aaa.oid
AND ccc.attnum = aaa.att
WHERE
ccc.attnum > 0
ORDER BY
aaa.relname ;
运行结果如下:
修改dim.dim_city_code 表分布键为area_id:
alter table dim.dim_city_code set distributed by(area_id);