citus 和 greenplum 实施对比

citus 和 greenplum 实施对比和相关问题总结

citus 和 greenplum 均是分布式数据库中的解决方案。
二者均是基于postgresql，前者是插件式二次开发，后者是基于内核侵入式的二次开发。
架构上没有深入研究，不做过多分析，这里只对实施过程中遇到的问题做总结和梳理。
以下均是个人总结，不一定完全准确，仅做参考。
对比版本：pg12.3 + citus 9.2.2 ，gp 6.20.3 （pg内核 9.4.26）

1、work ，分片 与 segment

citus ：有worker 概念，分片概念，默认32分片，不同节点上不同分片，可并发执行，提升效率。 gp：Segment 类似
woker的概念，因为gp没有分片的概念，所以一般一个子节点机器上，根据机器硬件资源，要运行2-8个segment才能发挥出gp的性能。如果一个机器只部署一个segment，可能会遇到和citus性能相差一个数量级的情况。

详见：http://docs-cn.greenplum.org/v6/admin_guide/intro/arch_overview.html

2、函数的优化

citus 和 gp对于函数的优化都不好，对master上的请求，会将函数直接下发给各个子节点执行。

如果函数逻辑中存在，分布表和参考表的联合查询的场景，那么函数的执行效率会很不好。
将函数逻辑改为纯SQL执行，那么性能会有两个数量级以上的提升（citus和gp均是如此）。

对于一般的运算函数，不存在此问题。

所以遇到此场景的问题，我们就需要分析业务需求，看选择合适的处理方式，封装函数 or 直接SQL？