GaussDB分布式表中分片信息的限制

在高斯分布式数据库中创建表，需要指定分片信息。根据分片类型不同，可将普通表分成为哈希表（HASH）、范围表（RANGE）、列表（LIST）及复制表（REPLICATION ）。

本文记录关于分布式表中分片信息的限制：

1. 除复制表外，其余类型的表均需要指定分片字段

SQL> create table t_test3(id1 number);
GS-00601, [1:33]Sql syntax error: expected distribute definition

2. 分片字段必须有一个非空的默认值或者非空约束，否则会建表失败。

SQL> create table t_test(id1 number,date1 date) distribute by hash(id1);
GS-00601, [1:63]Sql syntax error: Distribute column ID1 should have not null default value or NOT NULL constraint.

3. 不支持修改分片字段值（update操作）

SQL> create table t_test(id1 number not null,date1 date) distribute by hash(id1);
SQL> insert into t_test values(1,sysdate);
SQL> update t_test set id1=2;
GS-01339, Cannot update distribute column "ID1" .

4. 分片字段类型的支持
   1）HASH/LIST/RANGE分片类型的分片字段支持如下数据类型：INT、INTEGER、BIGINT、NUMBER、DECIMAL、NUMERIC、DATE、DATETIME、TIMESTAMP、CHAR、VARCHAR、VARCHAR2。
   2）BASIC HASH分片类型的分片字段支持如下数据类型：BINARY_UINT32、UINTEGER、UINT、BINARY_INTEGER、INT、INTEGER、SHORT、SMALLINT、TINYINT、USHORT、USMALLINT、UTINYINT、BIGINT、BINARY_BIGINT、DECIMAL、NUMERIC、NUMBER。

SQL> create table t_test(id1 number not null,date1 date) distribute by hash(id1) using basic;
Succeed.
SQL> create table t_test2(var1 text not null,date1 date) distribute by hash(var1) using basic;
GS-01309, Datatype CLOB is not allowed for distribute column using basic hash distribute type

3）NUMBER、DECIMAL、NUMERIC HASH算法仅对小数点16位以内有效，BASIC HASH只对整数位有效。超过有效位数HASH算法将无法将数据散列开。

--在CN中插入100行小数到按BASIC HASH分片的表中
begin
  for i in 1..100 loop
    insert into t_test values(i/1000,sysdate);
  end loop;
  commit;
end;  
/
--进入DN检查发现100行数据全部在DN1中，数据无法分散到3个DN节点
[omm@gaussdb01 ~]$ zsql enmotest/Changeme_123@127.0.0.1:40000
SQL> select count(1) from enmotest.t_test;
    COUNT(1)            
    --------------------
    100                 

5. 不支持跨DN节点的唯一性约束；如果需要支持唯一性约束，唯一性约束列必须包含所有分片列。

6. 不支持外键约束

7. 分片字符串table_distribute_clauses长度不能超过1024。手册上是这样说的，但实测时发现有一些出入，事实上，分片字符串定义长度超过1024时，建表可以成功，只是超过1024的字符串数据无法平均分配到各个数据节点中。

create table t_test2(var1 varchar(2000) not null,date1 date) distribute by hash(var1);
--在CN中插入100行字符串长度大于1024的数据
begin
  for i in 1..100 loop
    insert into t_test2 values(lpad('a',2000,'a'),sysdate);
  end loop;
  commit;
end;  
/
--进入DN中检查发现100行数据全部在DN2中，数据无法分散到3个DN节点
SQL> select count(1) from enmotest.t_test2;
    COUNT(1)            
    --------------------
    100                 

8. HASH分片表达式涉及的字段不超过10个
9. LIST/RANGE分片表达式只支持单列或者SUBSTR函数，若使用函数，则函数中的表达式也须是单列
10. INSERT …VALUES多值插入形式暂不支持跨DN分片
11. MERGE INTO xxx using xxx ON(合并条件)，合并条件中的字段必须均为分片列，否则会报错
12. 在集群部署下，可以通过设置路由规则将SQL语句发送给对应的DN执行，设置路由规则时，应人为保证该规则与建表的分片规则一致