Citus|Citus 分布式 PostgreSQL 集群 - SQL Reference(手动查询传播) Citus分布式PostgreSQL集群-SQLRef

文章图片

手动查询传播当用户发出查询时，Citus coordinator 将其划分为更小的查询片段，其中每个查询片段可以在工作分片上独立运行。这允许 Citus 将每个查询分布在集群中。
但是，将查询划分为片段的方式（以及传播哪些查询）因查询类型而异。在某些高级情况下，手动控制此行为很有用。 Citus 提供实用函数来将 SQL 传播到 workers、shards 或 placements。
【Citus|Citus 分布式 PostgreSQL 集群 - SQL Reference(手动查询传播)】手动查询传播绕过 coordinator 逻辑、锁定和任何其他一致性检查。这些函数可作为最后的手段，以允许 Citus 否则不会在本机运行的语句。小心使用它们以避免数据不一致和死锁。
在所有 Worker 上运行最小的执行级别是广播一条语句以在所有 worker 上执行。这对于查看整个工作数据库的属性很有用。

-- List the work_mem setting of each worker database SELECT run_command_on_workers($cmd$ SHOW work_mem; $cmd$);

注意：

不应使用此命令在 worker 上创建数据库对象，因为这样做会使以自动方式添加 worker 节点变得更加困难。

注意：

本节中的 run_command_on_workers 函数和其他手动传播命令只能运行返回单列单行的查询。

在所有分片上运行下一个粒度级别是在特定分布式表的所有分片上运行命令。例如，在直接在 worker 上读取表的属性时，它可能很有用。在 worker 节点上本地运行的查询可以完全访问元数据，例如表统计信息。
run_command_on_shards 函数将 SQL 命令应用于每个分片，其中提供分片名称以在命令中进行插值。这是一个估计分布式表行数的示例，通过使用每个 worker 上的 pg_class 表来估计每个分片的行数。请注意将替换为每个分片名称的 %s。

-- Get the estimated row count for a distributed table by summing the -- estimated counts of rows for each shard. SELECT sum(result::bigint) AS estimated_count FROM run_command_on_shards( 'my_distributed_table', $cmd$ SELECT reltuples FROM pg_class c JOIN pg_catalog.pg_namespace n on n.oid=c.relnamespace WHERE (n.nspname || '.' || relname)::regclass = '%s'::regclass AND n.nspname NOT IN ('citus', 'pg_toast', 'pg_catalog') $cmd$ );

在所有放置上运行最精细的执行级别是在所有分片及其副本（也称为放置）上运行命令。它对于运行数据修改命令很有用，这些命令必须应用于每个副本以确保一致性。
例如，假设一个分布式表有一个 updated_at 字段，我们想要“触摸”所有行，以便在某个时间将它们标记为已更新。coordinator 上的普通 UPDATE 语句需要按分布列进行过滤，但我们可以手动将更新传播到所有分片和副本：

-- note we're using a hard-coded date rather than -- a function such as "now()" because the query will -- run at slightly different times on each replicaSELECT run_command_on_placements( 'my_distributed_table', $cmd$ UPDATE %s SET updated_at = '2017-01-01'; $cmd$ );

run_command_on_placements 的一个有用伴侣是 run_command_on_colocated_placements。它将位于共置的分布式表的两个位置的名称插入到查询中。放置对总是被选择为本地的同一个 worker，其中完整的 SQL 覆盖是可用的。因此，我们可以使用触发器等高级 SQL 功能来关联表：

-- Suppose we have two distributed tables CREATE TABLE little_vals (key int, val int); CREATE TABLE big_vals(key int, val int); SELECT create_distributed_table('little_vals', 'key'); SELECT create_distributed_table('big_vals','key'); -- We want to synchronize them so that every time little_vals -- are created, big_vals appear with double the value -- -- First we make a trigger function, which will -- take the destination table placement as an argument CREATE OR REPLACE FUNCTION embiggen() RETURNS TRIGGER AS $$ BEGIN IF (TG_OP = 'INSERT') THEN EXECUTE format( 'INSERT INTO %s (key, val) SELECT ($1).key, ($1).val*2; ', TG_ARGV[0] ) USING NEW; END IF; RETURN NULL; END; $$ LANGUAGE plpgsql; -- Next we relate the co-located tables by the trigger function -- on each co-located placement SELECT run_command_on_colocated_placements( 'little_vals', 'big_vals', $cmd$ CREATE TRIGGER after_insert AFTER INSERT ON %s FOR EACH ROW EXECUTE PROCEDURE embiggen(%L) $cmd$ );

限制