阿裡雲apsaradb for greenplum公測以來，已經收到好多使用者的公測申請。
要使用greenplum，登陸到資料庫後第一件事當然是建表，然後倒入資料開測。
大部分使用者以前是使用mysql的，并沒有接觸過greenplum，文法需要适應一下。
例如mysql中的建表語句
在greenplum中可以寫成
greenplum完整的建表文法參考本文末尾。
由于greenplum是一個分布式的資料庫，資料是分散存儲在各個資料節點的，是以需要告訴greenplum資料應該如何分布。
短闆效應
當使用者請求query時，greenplum會在所有的節點并行執行，是以最慢的節點會成為整個系統的瓶頸。
greenplum 支援的分布算法 :
使用者可以指定 分布列(允許指定多個列) ，或者使用 随機分布 算法。
那麼使用者應該如何選擇分布列，或者是否要使用随機分布算法呢？
總結起來，需要考慮以下幾點
join
當join的列都是分布列時，不需要重分布或廣播小表，可以在segment内完成join。
兩個表在join時，如果join列不是表的分布列，那麼其中一個更小的表會發生資料重分布，或者broadcast，以繼續完成join的動作。
例如a和b都是随機分布的，在join時，要麼廣播小表，要麼兩個表都根據join 列重分布。
例如a和b，其中a是join列分布，b不是，那麼b可以選擇廣播，或者重分布。
重分布或廣播的動作都是自動完成的，但是這樣一定會帶來額外的網絡開銷。
想象一下，如果你的query并發很高，而且大量的query中涉及到join的資料重分布或broadcast的話，網絡很快就會成為瓶頸。
法則1，分布列盡量選擇需要經常join的列，這類查詢的并發越高，越應該考慮。
防止資料傾斜
greenplum依據指定的分布列，hash取模存放到對應的segment中。
如果選擇的分布列值分布不均勻，就可能導緻資料傾斜，某些segment可能非常大，而某些segment非常小。
資料傾斜的顯著危害，1. 空間不均勻，不好規劃存儲。2. 資料分布過多的節點，容易成為整個系統的短闆。
法則2，盡量選擇分布均勻的列，或者多列
高并發查詢，選擇性好
如果資料經常被高并發的鍵值或離散查詢，建議将查詢條件的列作為分布列，這樣不需要連接配接到所有的segment去查，可以大大提高并發能力。
例子
aa01 的分布列是aaz499
查詢分布列時，定位到一個segment查詢
查詢非分布列，需要所有的segment參與查詢
法則3，盡量選擇高并發查詢的條件列（指該查詢條件産生的中間結果集小的，如果中間結果集很大，那就讓所有節點都來參與運算更好，是以不選），如果有多個條件，請先權衡前面的法則
法則4，不要輕易使用随機分布
目前greenplum支援list和range兩種分區類型。
分區的目的是盡可能的縮小query需要掃描的資料量，是以必須和查詢條件相關聯。
法則1，盡量選擇和查詢條件相關的字段，縮小query需要掃描的資料
法則2，當有多個查詢條件時，可以使用子分區，進一步縮小需要掃描的資料
例子，一個使用者發起了帶兩個查詢條件col1=xx and col2 between ?1 and ?2 的請求，通過分區，如果表已經根據col1進行了list分區，同時根據col2進行了range的分區，那麼查詢範圍可以大大的縮小。
分布列選擇法則
原則，避免短闆效應。
分區法則
原則，縮小查詢範圍。
《阿裡雲apsaradb rds使用者 - olap最佳實踐》
<a href="https://yq.aliyun.com/articles/57778">https://yq.aliyun.com/articles/57778</a>
《greenplum資源隔離指南》
<a href="https://yq.aliyun.com/articles/57763">https://yq.aliyun.com/articles/57763</a>
《三張圖讀懂greenplum在企業的正确使用姿勢》
<a href="https://yq.aliyun.com/articles/57736">https://yq.aliyun.com/articles/57736</a>
《greenplum 公測申請頁面》
<a href="https://www.aliyun.com/product/gpdb?spm=5176.7960203.237031.39.3xwera">https://www.aliyun.com/product/gpdb?spm=5176.7960203.237031.39.3xwera</a>
greenplum完整的建表文法如下 :
祝大家玩得開心，歡迎随時來 阿裡雲促膝長談 業務需求 ，恭候光臨。
阿裡雲的小夥伴們加油，努力做 最貼地氣的雲資料庫 。