GreenPlum行存表转列存表
👉 本文共约1182个字，系统预计阅读时间或需5分钟。
本页目录 隐藏
需求背景
生产环境Greenplum机器架构为1Master、1Standby、6Segments，Segment主机磁盘为RAID01，容量5.3TB。随着业务增长，数据量增长较快，Segment主机剩余空间不足。
因此提供以下三种解决方案：
- 清理历史数据，回收部分空间；但由于历史数据需要用于数据分析，因此该方案未采纳。
- 集群扩容，由于硬件资源需要重新采购，耗时较久而未采纳该方式。
- 分析当前数据表基本信息，发现都是HEAP表，建议将大表采用列存，使用压缩特性进行空间节省。
生产Greenplum部署架构
Segment 主机上部署8主8备，整个集群共有：
98个PostgreSQL实例：其中2个用于对外提供服务，96个节点用于实际数据存储。
行存表转列存表步骤
1. 查看当前库是否存在列存表
1 2 3 4 5 6 7 8 9 10 11 | SELECT A.relname, A.reloptions, B.nspname FROM pg_class A INNER JOIN pg_namespace B ON A.relnamespace = B.oid WHERE B.nspname NOT IN ( 'gp_tookit', 'information_schema', 'pg_aoseg', 'pg_bitmapindex', 'pg_catalog', 'pg_toast' ) AND A.reloptions::VARCHAR like '%column%'; |
如果存在列存表，在备份时候，将该部分表排除。
2. 备份出表结构
1 | pg_dump -f db_name_struct.sql -F p -c -E utf8 -s -d dbname -h host -U user -p port |
3. 对表结构进行部分替换，添加列存表参数
1 2 3 4 | cp db_name_struct.sql db_name_struct.sql.bak Vi db_name_struct.sql 执行全局替换： :%s/DISTRIBUTED /with(appendonly=true,orientation=column,compresstype=zlib,compresslevel=5) |
4. 对分区表进行特殊替换
1 2 3 | Vi db_name_struct.sql 执行全局替换： :%s/appenonly=’false’/ appendonly=true,orientation=column,compresstype=zlib,compresslevel=5 |
5. 备份数据库中所有表数据，只进行数据备份
1 | pg_dump -f db_name_data.sql -F p -E utf8 -a -d dbname -h host -p port -U username |
6. 数据备份完成后，执行数据恢复
1）删除原始数据库，并重建
1 2 | DROP DATABASE dbname; CREATE DATABASE dbname; |
2）恢复表结构
1 2 | \c dbname \i db_name_struct.sql |
3）恢复数据
1 2 3 | \c dbname \i db_name_data.sql |
4）数据库恢复完成后执行analyze
本人提供Oracle(OCP、OCM)、MySQL(OCP)、PostgreSQL(PGCA、PGCE、PGCM)等数据库的培训和考证业务，私聊QQ646634621或微信db_bao，谢谢！
