1. Citus简介
Citus是PostgreSQL数据库的分布式中间件，用以解决PostgreSQL横向扩展问题，以支持更大的数据量、更大的写入和查询性能。
Citus由CitusData公司开发，目前已被微软收购,并在Azure上提供Citus Cloud服务。Citus为开源软件，经过约10年的发展，最近刚发布10.0版本，License为AGPL。
不像pg-xc的原生分布式方案，Citus是以Extension的方式扩展PostgreSQL能力，不侵入修改PostgreSQL内核代码，可以很容易和PostgreSQL的新版本配套适用，享受到内核版本演进带来的好处。
2. 适用场景
2.1 多租户场景
多租户场景下，绝大部分表都带有tenant_id属性，而且查询大都是指定tenant_id过滤条件的，是sharding friendly的Workload，因此绝大部分SQL都可以路由到指定单节点执行，能够很好的继承PostgreSQL的查询能力，并且有很好的性能扩展性。
多租户场景下，适用Citus能带来以下好处：
- 高性能支持基于租户的查询，高并发下有很好的扩展性；
- 由数据库处理数据分片，对业务透明；
- 可以横向扩容支持更大的数据量；
- 横向扩展并不会损失SQL支持能力；
- 高性能支持基于租户的数据分析；
- 很容易通过扩展来支持更多的租户；
- 支持不同粒度租户的资源隔离；
下面是一个多租户场景的例子，广告分析场景：
表结构定义如下：
CREATE TABLE companies (
id bigint NOT NULL,
name text NOT NULL,
image_url text,
created_at timestamp without time zone NOT NULL,
updated_at timestamp without time zone NOT NULL
);
CREATE TABLE campaigns (
id bigint NOT NULL,
company_id bigint NOT NULL,
name text NOT NULL,
cost_model text NOT NULL,
state text NOT NULL,
monthly_budget bigint,
blacklisted_site_urls text[],
created_at timestamp without time zone NOT NULL,
updated_at timestamp without time zone NOT NULL
);
CREATE TABLE ads (
id bigint NOT NULL,
company_id bigint NOT NULL,
campaign_id bigint NOT NULL,
name text NOT NULL,
image_url text,
target_url text,
impressions_count bigint DEFAULT 0,
clicks_count bigint DEFAULT 0,
created_at timestamp without time zone NOT NULL,
updated_at timestamp without time zone NOT NULL
);
ALTER TABLE companies ADD PRIMARY KEY (id);
ALTER TABLE campaigns ADD PRIMARY KEY (id, company_id);
ALTER TABLE ads ADD PRIMARY KEY (id, company_id);
通过create_distributed_table语句将表设置为分布式表，同时指定company_id列为Sharding Key：
SELECT create_distributed_table('companies', 'id');
SELECT create_distributed_table('campaigns', 'company_id');
SELECT create_distributed_table('ads', 'company_id');
可以像普通表一样，支持增删改查操作：
INSERT INTO companies VALUES (5000, 'New Company', 'https://randomurl/image.png', now(), now());
DELETE FROM campaigns WHERE id = 46 AND company_id = 5;
UPDATE campaigns
SET monthly_budget = monthly_budget*2
WHERE company_id = 5;
SELECT name, cost_model, state, monthly_budget
FROM campaigns
WHERE company_id = 5
ORDER BY monthly_budget DESC
LIMIT 10;
2.2 实时分析场景
实时分析场景一般要求亚秒级别的查询响应时间，通过Citus的横向扩展能力，可以高性能的支持多节点并行查询，具有以下好处：
- 随着数据量增长，仍然能保持亚秒级查询响应时间；
- 支持对实时数据进行实时分析；
- 支持多节点并行查询；
- 横向扩展并不会损失SQL支持能力；
- 高并发下有很好的性能扩展性；
- 支持PostgreSQL丰富的类型级扩展；
下面是实时分析场景的例子，分析Github events数据：
表结构如下：
CREATE TABLE github_events
(
event_id bigint,
event_type text,
event_public boolean,
repo_id bigint,
payload jsonb,
repo jsonb,
user_id bigint,
org jsonb,
created_at timestamp
);
CREATE TABLE github_users
(
user_id bigint,
url text,
login text,
avatar_url text,
gravatar_id text,
display_login text
);
CREATE INDEX event_type_index ON github_events (event_type);
CREATE INDEX payload_index ON github_events USING GIN (payload jsonb_path_ops);
通过create_distributed_table语句将表设置为分布式表，，并指定user_id列为Sharding Key：
SELECT create_distributed_table('github_users', 'user_id');
SELECT create_distributed_table('github_events', 'user_id');
可以像普通表一样支持各类分析查询SQL：
SELECT count(*) FROM github_users;
SELECT date_trunc('minute', created_at) AS minute,
sum((payload->>'distinct_size')::int) AS num_commits
FROM github_events
WHERE event_type = 'PushEvent'
GROUP BY minute
ORDER BY minute;
SELECT login, count(*)
FROM github_events ge
JOIN github_users gu
ON ge.user_id = gu.user_id
WHERE event_type = 'CreateEvent' AND payload @> '{"ref_type": "repository"}'
GROUP BY login
ORDER BY count(*) DESC LIMIT 10;
3. Citus不适用的场景
对分布式没有需求，或者需要在节点间大量交换数据的场景，不适合使用Citus，例如：
- 单节点PostgreSQL就能满足的场景，没有必要分布式；
- 离线分析场景，对查询分析的实时性没有太高要求；
- 不需要支持大量并发用户的分析场景；
- 需要返回大量数据的ETL查询场景；
