使用 gp_segment_id 作为分区列从 greenplum 中并行获取数据

Question

我可以使用多个以 gp_segment_id 为条件的并行查询从 greenplum 表中并行选择数据吗？ 这种方法有什么缺点？我会在结果的一致性方面遇到任何问题吗？

Answer 1

是的。 gp_segment_id 将表现得像普通列。唯一的问题是它被隐藏了。

gpadmin=# select gp_segment_id,* from test1;
 gp_segment_id | a
---------------+---
            20 | 3
            39 | 2
            34 | 1
(3 rows)
gpadmin=# select gp_segment_id,* from test2;
 gp_segment_id | a
---------------+---
            20 | 3
            25 | 4
            39 | 2
            34 | 1
(4 rows)
gpadmin=# select * from test1 p join test2 q on p.gp_segment_id=q.gp_segment_id;
 a | a
---+---
 2 | 2
 1 | 1
 3 | 3
(3 rows)
gpadmin=#

您可以在连接中使用 gp_segment_id，其中条件等只是确保并行查询组合不会导致资源倾斜。