搭建 PostgreSQL 扩展集群（PGXC，PostgreSQL Extended Cluster）是为了实现数据分布式存储、负载均衡和高可用性。PGXC 是一个增强的 PostgreSQL 集群架构，包含分布式数据库和分布式查询功能。
PGXC 集群包括两类节点：
- Coordinator 节点：负责接收客户端请求并分发到相关的 Data 节点（数据节点）。
- Data 节点：存储数据，并响应 Coordinator 节点发出的查询请求。
PGXC 主要用于大规模数据的水平分割，支持数据分片、并行查询等特性。
以下是搭建 PGXC 集群的基本步骤。
环境准备
准备硬件和操作系统
- 至少两台服务器，建议分别设置 Coordinator 节点和多个 Data 节点。
- 推荐使用 Linux 操作系统，如 CentOS、Ubuntu 等。
安装 PostgreSQL 和 PGXC PGXC 是 PostgreSQL 的一个扩展，需要从源代码进行安装。具体步骤如下：
步骤一：下载和安装 PGXC
安装依赖包： 确保你安装了编译所需的依赖包，如 gcc、make、libreadline-dev、zlib1g-dev、libssl-dev、git、wget 等。
对于 CentOS，可以使用：
sudo yum groupinstall "Development Tools"
sudo yum install readline-devel zlib-devel openssl-devel
下载 PGXC 代码： 可以从 PostgreSQL 官方 GitHub 仓库中获取 PGXC 扩展源码。
git clone https://github.com/2ndQuadrant/pgxc.gitcd pgxc
编译并安装 PGXC： 执行以下命令，进行编译并安装 PGXC：
./configure
make
sudo make install
步骤二：设置 PostgreSQL
安装 PostgreSQL： PGXC 集群需要依赖于 PostgreSQL，你需要在所有节点上安装 PostgreSQL（包括 Coordinator 节点和 Data 节点）。
对于 Ubuntu 系统：
sudo apt-get install postgresql postgresql-contrib
配置 postgresql.conf： 在每个节点的 PostgreSQL 配置文件 /etc/postgresql/{version}/main/postgresql.conf 中，确保以下设置：
shared_preload_libraries = 'pgxc'
listen_addresses = '*'
配置适当的连接数和其他资源限制。
配置 pg_hba.conf： 在每个节点的 pg_hba.conf 文件中，确保设置了正确的访问控制规则，以便各个节点之间可以互相连接。
host all all <ip_range>/32 trust
步骤三：设置 PGXC 节点
1. 设置 Coordinator 节点
在 Coordinator 节点上，初始化数据库集群。
initdb -D /path/to/data_directory
在 postgresql.conf 中启用以下参数：
pgxc_node_type = 'coordinator'
2. 设置 Data 节点
在每个 Data 节点上，初始化数据库集群。
initdb -D /path/to/data_directory
在 postgresql.conf 中启用以下参数：
pgxc_node_type = 'data'
3. 创建分片
在 Coordinator 节点上创建一个分布式表。PGXC 允许将表水平分割为多个分片（Shards）。每个分片存储在不同的 Data 节点上。
在 Coordinator 上执行以下 SQL 来创建一个分布式表：
CREATE TABLE users (
user_id serial PRIMARY KEY,
user_name text,
user_email text
) DISTRIBUTE BY HASH (user_id);
这个表将根据 user_id 列进行哈希分布，每个 Data 节点将存储一部分数据。
4. 添加 Data 节点到集群
在 Coordinator 节点上执行 SQL 来注册 Data 节点：
SELECT * FROM pgxc_add_node('<data_host>', <port>, 'data');
步骤四：启动 PGXC 集群
启动 PostgreSQL 服务：
在每个节点上启动 PostgreSQL 服务。
pg_ctl -D /path/to/data_directory start
启动 Coordinator 节点：
pg_ctl -D /path/to/coordinator_data_directory start
启动 Data 节点：
pg_ctl -D /path/to/data_node_data_directory start
步骤五：验证集群
验证节点状态： 在 Coordinator 节点上执行以下命令，查看集群的节点状态：SELECT * FROM pgxc_node;
验证查询执行： 测试分布式查询，确保数据可以在各个节点之间分布。
SELECT * FROM users WHERE user_id = 1;
查看集群的负载均衡： 你可以在 Coordinator 节点上执行查询，PGXC 会自动将查询请求分发到合适的 Data 节点。
步骤六：管理和监控
- 故障转移：PGXC 本身不提供自动故障转移功能，因此你可能需要依赖其他工具（如 pgpool-II）来实现故障转移和负载均衡。
- 备份与恢复：你可以使用 pg_dump 和 pg_restore 来备份和恢复 PGXC 集群中的数据。请注意，备份操作需要针对每个节点单独进行。
结论
PGXC 提供了 PostgreSQL 的分布式架构，适用于大规模的数据存储和查询。通过合理配置 Coordinator 节点和 Data 节点，PGXC 可以帮助你构建一个高效的分布式数据库系统
