GP数据库-Creenplum

GP数据库与Oracle数据库区别为：侧重不同、数据库类型不同、查询不同。

一、侧重不同

1、GP数据库：GP数据库重计算的，对大数据集进行统计分析的OLAP类型。

2、Oracle数据库：Oracle数据库面向前台应用，重吞吐和高并发的OLTP类型。

二、数据库类型不同

1、GP数据库：GP数据库的数据库类型为分布式数据库。

2、Oracle数据库：Oracle数据库的数据库类型为传统关系型数据库。

三、查询不同

1、GP数据库：GP数据库支持海量数据存储，支持列的扩展，查询速度快，但是查询操作较复杂。

2、Oracle数据库：Oracle数据库虽然可以搭建集群，但是当数据量达到一定限度之后，查询处理速度会变得很慢，且对机器性能要求很高。

GP数据库是业界最快最高性价比的关系型分布式数据库,它在开源的PostgreSQL的基础上采用MPP架构（Massive Parallel Processing，海量并行处理）,具有强大的大规模数据分析任务处理能力，其主要关注在数据仓库和商业智能方面。

分布式数据库系统通常使用较小的计算机系统，每台计算机可单独放在一个地方，每台计算机中都可能有DBMS的一份完整拷贝副本，或者部分拷贝副本，并具有自己局部的数据库，位于不同地点的许多计算机通过网络互相连接，共同组成一个完整的、全局的逻辑上集中、物理上分布的大型数据库。

GP数据库特点：

1.greenplum 是一个关系型数据库集群，是由数个独立的数据库服务组合成的逻辑数据库。

2.greenplum采用Shared-Nothing架构，整个集群由很多个数据节点（Segment Sever）和控制节点（master server）组成，其中每个数据节点上可以运行多个数据库。简单来说，Shared-Nothing是 一个分布式的架构，每个节点相对独立。在典型的Shared-Nothing中，每一个节点上所有的资源（CPU，内存，磁盘）都是独立的，每个节点都只有全部数据的一部分，也只能使用本节点的资源

Greenplum架构

数据库由Master Severs和Segment Severs通过Interconnect互联组成。

Master Severs：Greenplum数据库系统的入口。建立与客户端的连接和管理；SQL的解析并形成执行计划（explain）；执行计划将工作负载分发给其它数据库实例（segment实例），由它们存储和处理数据 。通常有primary Master和standby master两者之间通过同步进程，standby master保持与primary master中的数据一致。当primary Master出故障时热备份，standby master担任全部工作。Greenplum interconnect负责不同PostgreSQL实例之间的通信，支持TCP UDP。Greenplum segment是独立的PostgreSQL数据库，每个segment存储一部分数据。大部分查询处理都由segment完成，用户不能直接存取访问。

由于GP数据库中存放数据是多个独立的Greenplum segment，那数据怎么分配到对应的Greenplum segment上呢？主要使用分布和分区。

分布：是从物理上把数据分散到各个SEGMENT上，Greennplum提供两种分布策略：

hash分布和随机分布。

1. Hash分布。指定一个和多个分布键，计算hash值，并且通过hash值路由到特定的Segment节点上，语法为Distributed by(…)。如果不指定分布键，默认将表中第一个字段作为分布键。

2. 随机分布，也叫平均分布。数据随机分散在每一个节点中，这样无论数据是什么内容，都可

以平均分布在每个节点。语法为在表字段定义的后面加上Distributed randomly。

注：

1.采用随机分布策略的表默认将主键或唯一键作为分布键，如果指定的分布键与主键不一样，那么分布键会被更改为主键。

2.gp的分布键主要功能就是为了避免数据倾斜

分区：
segment内部按照规则将数据组织在一起，有助于提高数据查询性能，利于数据仓库的维护工作。删除分区会删除分区下的所有数据。分区后会产生主表和分区表.

主表：包含所有数据的表
分区表：一部分数据的表

Greenplum数据库支持：1.范围分区：基于一个数字型范围划分数据，例如按照日期或价格划分。2.列表分区：基于一个值列表划分数据，例如按照销售范围或产品线划分。3.两种类型的组合。