GP数据库文档笔记

• Greenplum

  • 介绍：GP是一种分析性MPP数据库，而非SMP数据库。
  • 中文档官网

• 创建和管理表

  • 设置字段约束

    • 检查约束：CHECK (price > 0)
    • 非空约束：NOT NULL
    • 唯一约束：UNIQUE
    • 主键（=unique和not null的组合）：PRIMARY KEY
      • 该表必须是哈希分布
      • 约束列必须是该表的分布键列
    • 不支持外键

  • 表分布键

  • 列级压缩

  • 对大型表分区的依据

    ，更多内容

    • 表是否足够大（几百万或者几十亿的记录）
    • 用户是否体验到了不满意的性能
    • 用户的查询谓词有没有可识别的访问模式？（比如经常使用日期查找记录，那么按月或者周的日期分区是好的）
    • 用户的数据仓库是否维护了一个历史数据的窗口（比如只保留12月数据，则可按分区就行删除最旧的月份分区，并把当前数据载入到最近的月份分区中）
    • 数据是否基于某种定义的原则而被划分成差不多相等的部分？（尽可能均匀的分区原则）

• Schema管理

  • Schema在每个数据库中是唯一的。每个数据库都一个名为public的默认Schema。

• 使用序列

  • 创建字段时：id INT4 DEFAULT nextval(‘id_seq’)

• 视图view

  • 视图允许用户保存常用的或者复杂的查询，然后在一个 SELECT语句中把它们当作表来访问。视图在磁盘上并没有被物理存储：当用户访问视图时查询会作为一个子查询运行。
  • CREATE VIEW comedies AS SELECT * FROM films WHERE kind = ‘comedy’;
  • insert into tablename
  • update tablename set
  • delete from tablename
  • truncate tablename
  • VACUUM mytable;虽然新事务看不到被删除或者被更新的数据行，但是它们仍然在磁盘上占用物理空间。周期性地运行VACUUM命令可以移除这些过期的行。

• 事务

  • 事务允许用户把多个SQL语句捆绑在一个要么全做要么全不做的操作中。

• 窗函数over()

  • row_number()：分类唯一编号
  • rank()：分配排名，可以并列，因此值可能不连续
  • dense_rank()：可以并列，无跳跃排名，
  • precent_rank()
  • first_value(c1)：select distinct on (label_id) label_id,first_value(label_CODE) over(partition by label_id order by label_value )
  • last_value(c1)
  • ntile(N)：划分成N个桶，4个数据划分3个桶，则值分别为1，1，2，3。
  • lead(N)
    • lag(id, 1) 和 lead(id, -1)是一样的。
    • 提供N偏移量，如果分组数大于N，则N+1开始为null ，不懂哎
    • lead(id,1,100)
  • cume_dist()：值得累积分布

• SQL命令

  • alter function owner to new_owner

  • alter function rename to new_name

  • alter function set schema new_schema

  • alter table rename to new_name

  • alter table column to new_column

  • alter table set distributed by (col)

  • copy table from

  • insert into table

  • DO：设置临时的过程函数

    ​ DO \(DECLARE r record; ​ BEGIN ​ FOR r IN SELECT table_schema, table_name FROM information_schema.tables ​ LOOP ​ END LOOP; ​ END\);