• Citus 分布式 PostgreSQL 集群 - SQL Reference(SQL支持和变通方案)


    image

    由于 Citus 通过扩展 PostgreSQL 提供分布式功能,因此它与 PostgreSQL 结构兼容。这意味着用户可以使用丰富且可扩展的 PostgreSQL 生态系统附带的工具和功能来处理使用 Citus 创建的分布式表。

    Citus 对它能够在单个工作节点上执行的任何查询具有 100%SQL 覆盖率。 在访问有关单个租户的信息时,此类查询在多租户应用程序中很常见。

    甚至跨节点查询(用于并行计算)也支持大多数 SQL 功能。 但是,组合来自多个节点的信息的查询不支持某些 SQL 功能。

    跨节点 SQL 查询的限制:

    • SELECT … FOR UPDATE 仅适用于单分片查询
    • TABLESAMPLE 仅适用于单分片查询
    • 关联子查询仅当关联在分布列上时才受支持。
    • 分布式表之间的外连接仅在分布列上受支持。
    • 仅当分布式表在外侧时,才支持分布式表和引用表或本地表之间的外连接
    • 递归 CTE 仅适用于单分片查询
    • 分组集仅适用于单分片查询

    要了解有关 PostgreSQL 及其功能的更多信息,您可以访问 PostgreSQL 文档。有关 PostgreSQL SQL 命令方言(可供 Citus 用户按原样使用)的详细参考,您可以查看 SQL 命令参考

    变通方案

    在尝试变通方案之前,请考虑 Citus 是否适合您的情况。Citus 当前版本适用于实时分析和多租户用例

    Citus 支持多租户用例中的所有 SQL 语句。即使在跨节点查询的实时分析用例中,Citus 也支持大多数语句。 Citus 不支持的 PostgreSQL 特性中列出了几种不受支持的查询类型? 许多不受支持的功能都有变通方案;以下是一些最有用的。

    使用 CTE 解决限制

    SQL 查询不受支持时,解决它的一种方法是使用 CTE,它使用我们所谓的 pull-push 执行。

    SELECT * FROM ref LEFT JOIN dist USING (id) WHERE dist.value > 10;
    /*
    ERROR:  cannot pushdown the subquery
    DETAIL:  There exist a reference table in the outer part of the outer join
    */
    

    要解决此限制,您可以通过将分布式部分包装在 CTE 中来将查询转换为路由器查询

    WITH x AS (SELECT * FROM dist WHERE dist.value > 10)
    SELECT * FROM ref LEFT JOIN x USING (id);
    

    请记住,coordinator 会将 CTE 的结果发送给所有需要它进行处理的 worker。 因此,最好将最具体的过滤器和限制添加到内部查询中,或者聚合表。 这减少了此类查询可能导致的网络开销。在子查询/CTE 网络开销中了解更多信息。

    临时表:不得已的解决方法

    即使通过子查询使用推拉执行,仍有一些查询不受支持。其中之一是在分布式表上使用分组集

    在我们的实时分析教程中,我们创建了一个名为 github_events 的表,由 user_id 列分布。让我们查询它并找到一组预选的 repos 的最早事件,按事件类型和事件公开的组合分组。一种方便的方法是使用分组集。 但是,如前所述,分布式查询尚不支持此功能:

    -- this won't work
      SELECT repo_id, event_type, event_public,
             grouping(event_type, event_public),
             min(created_at)
        FROM github_events
       WHERE repo_id IN (8514, 15435, 19438, 21692)
    GROUP BY repo_id, ROLLUP(event_type, event_public);
    
    ERROR:  could not run distributed query with GROUPING
    HINT:  Consider using an equality filter on the distributed table's partition column.
    

    不过,有一个窍门。我们可以将相关信息作为临时表拉取到 coordinator

    -- grab the data, minus the aggregate, into a local table
    
    CREATE TEMP TABLE results AS (
      SELECT repo_id, event_type, event_public, created_at
        FROM github_events
           WHERE repo_id IN (8514, 15435, 19438, 21692)
        );
    
    -- now run the aggregate locally
    
      SELECT repo_id, event_type, event_public,
             grouping(event_type, event_public),
             min(created_at)
        FROM results
    GROUP BY repo_id, ROLLUP(event_type, event_public);
    
     repo_id |    event_type     | event_public | grouping |         min
    ---------+-------------------+--------------+----------+---------------------
        8514 | PullRequestEvent  | t            |        0 | 2016-12-01 05:32:54
        8514 | IssueCommentEvent | t            |        0 | 2016-12-01 05:32:57
       19438 | IssueCommentEvent | t            |        0 | 2016-12-01 05:48:56
       21692 | WatchEvent        | t            |        0 | 2016-12-01 06:01:23
       15435 | WatchEvent        | t            |        0 | 2016-12-01 05:40:24
       21692 | WatchEvent        |              |        1 | 2016-12-01 06:01:23
       15435 | WatchEvent        |              |        1 | 2016-12-01 05:40:24
        8514 | PullRequestEvent  |              |        1 | 2016-12-01 05:32:54
        8514 | IssueCommentEvent |              |        1 | 2016-12-01 05:32:57
       19438 | IssueCommentEvent |              |        1 | 2016-12-01 05:48:56
       15435 |                   |              |        3 | 2016-12-01 05:40:24
       21692 |                   |              |        3 | 2016-12-01 06:01:23
       19438 |                   |              |        3 | 2016-12-01 05:48:56
        8514 |                   |              |        3 | 2016-12-01 05:32:54
    

    coordinator 上创建临时表是最后的手段。它受节点的磁盘大小和 CPU 的限制。

    更多

    1. Citus 分布式 PostgreSQL 集群 - SQL Reference(创建和修改分布式表 DDL)
    2. Citus 分布式 PostgreSQL 集群 - SQL Reference(摄取、修改数据 DML)
    3. Citus 分布式 PostgreSQL 集群 - SQL Reference(查询分布式表 SQL)
    4. Citus 分布式 PostgreSQL 集群 - SQL Reference(查询处理)
  • 相关阅读:
    Javascript最全面试题
    NI VST 毫米波测试仪器创新
    java与es8实战之一:以builder pattern开篇
    Linux引导过程
    学习c#桌面应用编程 --- 我的第一个游戏
    自动化实战 - 测试个人博客系统
    阿里云OSS文件上传
    KEIL 5.38的ARM-CM3/4 ARM汇编设计学习笔记10 - STM32的SDIO学习2
    Java设计模式-代理模式
    【MySQL】必知必会知识点
  • 原文地址:https://www.cnblogs.com/hacker-linner/p/16090780.html