20160512 GreenPlum11 分布式的关联

分布式的关联有两种方式：单库关联和跨库关联

单库关联指的是关联健和分布键一样，直接关联就行，不需要数据迁移

跨库关联指的是关联键和分布健不一样，数据得先重分布后再进行单库关联，跨库关联有两个办法，例如inner join时，#select * from A,B where A.id=B.id' 其中A的关联键是分布键但是B的关联键不是分布键：

                1 ：将B按照id'字段将数据重分布到每个节点，再和A关联

                2 ：将A广播，每个节点都放一份A的全量数据，再去和B关联

得根据具体的数据量选择哪种关联

 

关于关联的理解，做几点补充：

1 关联键和两张表的分布健三键统一时，两张表关联的行在一个segment，直接就可以关联，此时性能最佳。

2 关联键只和其中一张表的分布键一样，两张表关联的行不在一个数据库，关联不了，只能要么让另一张表按照关联字段重分布，要么让他在每个segment上都广播每个segment上都复制一份全量数据。

3 关联键和两张表中的分布键三者都不同，要不让两张表都按照关联字段重分布redistribute motion，要不就让其中一张表按照关联字段广播broadcast Motion。