greenplum 關於聯表的特性

• 左連接  不能將左表廣播
• 右連接  不能將右表廣播

 

關聯表儘量使用相同的分佈鍵，可以直接進行數據關聯，不用進行重分佈。

 

內連接

 
情況1：select * from test_table_5000 as t1, test_table_10000 as t2  where t1.id=t2.id關聯鍵是分佈鍵，不涉及重分佈 

情況2：select * from test_table_5000 as t1, test_table_10000 as t2  where t1.id=t2.id2 
方式1：將t1表廣播到每一個segment上，數據量是N*6(segment數量) 
方式2：將t2表根據id2重分佈數據，數據量是M

情況3：select * from test_table_5000 as t1, test_table_10000 as t2 where t1.id2=t2.id2

 

 

 

根據代價選擇方式：

• 方式1：將兩個表都按照id2重分佈，數據量： M+N 
• 方式2：將小表進行廣播，數據量：N*(segment數量)

 

• 左分佈鍵 關聯 右非分佈鍵

• 無分佈鍵進行關聯：

 

左連接

左連接時，左表不允許廣播 

• 情況1：select * from test_table_5000 as t1 left join test_table_10000 as t2 on t1.id=t2.id 兩個表都是分佈鍵，不涉及廣播與重分佈 
• 情況2：select * from test_table_5000 as t1 left join test_table_10000 as t2 on t1.id=t2.id2 將t2表進行重分佈，數據量 M
• 情況3：select * from test_table_5000 as t1 left join test_table_10000 as t2 on t1.id2=t2.id 
• 方式1：將左表按照id2重分佈，數據量N 
• 方式2：將右表廣播，數據量爲M*6 
• 情況4：select * from test_table_5000 as t1 left join test_table_10000 as t2 on t1.id2=t2.id2 
• 方式1：將兩表按照id2重分佈，數據量N+M 
• 方式2：將右表廣播，數據量爲M*6

 

全連接

全連接時，兩表不允許廣播 

• 情況一：select * from test_table_5000 as t1 full outer join test_table_10000 as t2 on t1.id=t2.id; 兩表關聯鍵都是分佈鍵，不涉及重分佈與廣播 
• 情況二：select * from test_table_5000 as t1 full outer join test_table_10000 as t2 on t1.id=t2.id2 無論t2表數據量有多大，都是隻能重分佈t2
• 情況三：select * from test_table_5000 as t1 full outer join test_table_10000 as t2 on t1.id2=t2.id2 對兩個表進行重分佈

 

 

 

普通分庫分表沒有辦法直接進行關聯數據，A表關聯B表，在節點1上能取到1-100的數據，但是節點2關聯就無法獲取B表的101-1000的數據。

 

gp基於分佈鍵關聯：