Greenplum hash分布算法

背景

Greenplum，如果从master节点写入数据的话，写入性能实际上是比较差的，但是我们可以直接连数据节点来写入：

《让greenplum的oltp性能飞起来》

这种用法需要客户端从master获取gp_segment_configuration，同时需要获取表的分布键，同时需要使用cdbhash算法算出记录应该写入哪个segment节点，这种方法不保证全局一致性，建议选择场景使用。

hash算法

src/backend/cdb/cdbhash.c

算出的值对应gp_segment_configuration.content.

获取GPDB集群配置

postgres=# select * from gp_segment_configuration ;
 dbid | content | role | preferred_role | mode | status | port  |     hostname      |  address  | replication_port | san_mounts 
------+---------+------+----------------+------+--------+-------+-------------------+-----------+------------------+------------
    1 |      -1 | p    | p              | s    | u      | 15432 | .sqa.tbc | localhost |                  | 
    2 |       0 | p    | p              | s    | u      | 25432 | .sqa.tbc | localhost |                  | 
    3 |       1 | p    | p              | s    | u      | 25433 | .sqa.tbc | localhost |                  | 
    4 |       2 | p    | p              | s    | u      | 25434 | .sqa.tbc | localhost |                  | 
    5 |       3 | p    | p              | s    | u      | 25435 | .sqa.tbc | localhost |                  | 
    6 |       4 | p    | p              | s    | u      | 25436 | .sqa.tbc | localhost |                  | 
    7 |       5 | p    | p              | s    | u      | 25437 | .sqa.tbc | localhost |                  | 
    8 |       6 | p    | p              | s    | u      | 25438 | .sqa.tbc | localhost |                  | 
    9 |       7 | p    | p              | s    | u      | 25439 | .sqa.tbc | localhost |                  | 

content就是hash value，注意-1表示master，0开始表示segment，如果有mirror的话，content会重复，每个content id都有两条，分别表示primary 和 mirror。

通过role判断当前属于什么角色，选择primary写入。

注意有MIRROR时，如果PRIMARY挂了会自动切换到MIRROR，所以建议写入时，如果发现失败，再从master获取新的gp_segment_configuration，找到对应content id的当前role=p的连接。

hostname, port表示节点的真实连接断开和主机名。

获取分布键

********* QUERY **********
SELECT attrnums
FROM pg_catalog.gp_distribution_policy t
WHERE localoid = '721689' 
**************************

********* QUERY **********
SELECT attname FROM pg_attribute 
WHERE attrelid = '721689' 
AND attnum = '1' 
**************************

如果gp_distribution_policy获取到的attrnums是空，表示随机分布。

digoal’s 大量PostgreSQL文章入口