Citus|Citus 分布式 PostgreSQL 集群 - SQL Reference(手动查询传播)
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: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
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。
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
- 多语句事务没有防止死锁的安全措施。
- 没有针对中间查询失败和由此产生的不一致的安全措施。
- 查询结果缓存在内存中; 这些函数无法处理非常大的结果集。
- 如果无法连接到节点,这些函数会提前出错。
- 你可以做很坏的事情!
- Citus 分布式 PostgreSQL 集群 - SQL Reference(创建和修改分布式表 DDL)
- Citus 分布式 PostgreSQL 集群 - SQL Reference(摄取、修改数据 DML)
- Citus 分布式 PostgreSQL 集群 - SQL Reference(查询分布式表 SQL)
- Citus 分布式 PostgreSQL 集群 - SQL Reference(查询处理)
推荐阅读
- 万亿级超高清产业变奏,分布式存储支撑关键应用落地
- 如何开发一个分布式内存数据库(一)
- #|Zookeeper后端开发工具Curator的使用 | Curator对节点的增删改查 | ACL权限控制 | 分布式锁 | 分布式计数器 | 附带最新版本下载
- 数据库|Centos7安装Postgresql11及PostGIS、timescaleDB安装
- 数据库|铁庵(NoSQL、RDS和大数据异构融合实战,详解PostgreSQL FDW功能原理)
- ASP.Net|ASP.Net Core中的日志与分布式链路追踪
- Redis++(Redis做分布式锁真的靠谱吗)
- C++分布式系统——《开题》
- 基于服务网格的分布式 ESB, 实现应用无关的传统 ESB 转型升级
- Citus|Citus 分布式 PostgreSQL 集群 - SQL Reference(查询分布式表 SQL)