Greenplum 架构概览

《Greenplum架构概览》文档内容总结如下： ### 1. Greenplum基础架构 Greenplum（简称GP）是一种分布式数据库，采用Master-Segment架构： - **Master节点**：负责管理和协调，不存储数据，作为数据库入口。 - **Standby Master节点**：为Master提供高可用支持。 - **Segment节点**：存储数据并执行计算，一个节点上通常运行多个PostgreSQL实例。 ### 2. Master-Segment与Master-Slave的区别 - **Master-Slave**：Master和Slave数据相同，Master处理所有请求，Slave只负责数据复制（如MySQL主从）。 - **Master-Segment**：Master不存储数据，数据分片存储在多个Segment节点上，支持数据分区和复制。 ### 3. 数据管理 - **分区与分片**： - **分区**：将单表拆分为多表存储。 - **分片**：将数据分布到多个节点，解决单节点性能瓶颈。 - **存储支持**：支持多态存储（行存储、列存储）及外部存储（如S3、HDFS）。 ### 4. 查询流程 - **客户端请求**：Client通过libpq库向Master发起查询。 - **Query Dispatcher（QD）**：Master创建QD进程解析、优化查询并生成分布式查询计划。 - **Query Executor（QE）**：Segment节点上的QE执行查询，QD汇总结果返回给Client。 ### 5. PostgreSQL进程模型 - 采用C/S模型，Client连接时Master创建子进程处理请求。 - 通信通过共享内存和libpq库完成。 Greenplum通过Master-Segment架构实现数据分区和高可用，并优化查询性能，适合大数据场景。