本節書摘來自華章出版社《greenplum企業應用實戰》一書中的第3章，第3.3節，作者 何勇 陳曉峰，更多章節内容可以通路雲栖社群“華章計算機”公衆号檢視
由于greenplum是分布式的架構，為了充分展現分布式架構的優勢，我們有必要了解資料是如何分散在各個資料節點上的，有必要了解資料傾斜對資料加載、資料分析、資料導出的影響。
我們來簡單做個測試，首先，利用generate_series和repeat函數生成一些測試資料，代碼如下：
500萬資料分散在6個資料節點，利用下面這個sql可以查詢資料的分布情況（sql在後面5.8.4中将會介紹）：
上述sql中的group by 1，其中1代表select後面的第一個字段，即gp_segment_id。
接下來将通過實驗來測試在分布鍵不同的情況下資料加載的速度。
（1）資料傾斜狀态下的資料加載
1）測試資料準備，将測試資料導出:
2）建立測試表，以flag字段為分布鍵：
3）執行資料導入：
4）由于分布鍵flag取值隻有0和1，是以資料隻能分散到兩個資料節點，如下：
5）由于資料分布在2和3節點，對應primary segment在dell3、mirror節點dell4上，可通過以下sql查詢gp_segment_configuration獲得：
testdb=# select dbid,content,role,port,hostname from gp_segment_configuration
在執行資料導入期間，greenplum performance monitor頁面可監控到：僅有dell3和dell4兩台伺服器有磁盤和cpu消耗，如圖3-7所示。
greenplum performance monitor的安裝部署，将在10.2.1—gpmonitor介紹中介紹。
（2）資料分布均勻狀态下的資料加載
1）建立測試表，以id字段為分布鍵：
2）執行資料導入：
3）由于分布鍵id取值順序分布，是以資料可均勻分散至所有資料節點，如下：
在執行資料導入期間，greenplum performance monitor頁面可監控到：3台伺服器的所有節點都有磁盤和cpu消耗，可見，在資料均勻的情況下，可以利用更多的機器進行工作，性能也比較高，如圖3-8所示。
（1）資料傾斜狀态下的資料查詢
由于資料分布在2和3節點上，即對應dell3和相應的mirror節點dell4上，但是資料查詢隻需要primary節點，故隻有dell3節點有磁盤消耗，如圖3-9所示。
（2）資料分布均勻狀态下的資料查詢
由于資料分布在所有節點上，故所有伺服器都有磁盤消耗，進而大大提升了資料查詢的性能。