GreenplumDB数据库架构

GreenplumDB数据库架构：
1> MPP无共享架构：主节点master负责协调集群，可扩展节点实例segment(节点独享CPU等资源)；
2> 并行的根基是：均匀分布数据到各个数据节点，并行访问与处理；
3> 数据之间交换通过interconnect网络进行；
3> 存储：多级分区。数据均匀分布在各个节点。节点内根据多种规则(时间等)分区，降低扫描量（hash和循环分布）；
4> 多态存储：行存储(读列时速度快，删除高效)，列存储(适合压缩，列子集查询更快)，外部表(历史数据存储)；
5> 大规模并行数据加载：
*高速导入导出（主节点不会成为瓶颈，可线性扩展）；
*低延迟(无需中间存储，无需额外的数据处理)；
*导入、导出到其他产品(文件系统，ETL,Hadoop)；
6> 主节点包括：解析器，优化器，调度器，执行器，系统表，分布式事务
*解析器：语法分析，生成解析树；
*优化器：处理解析树，生成查询计划（如何执行查询）；
*调度器：发送查询计划给各个segment(分配处理查询需要的集群资源，收集并返回结果给客户端)；
*执行器：根据执行计划实际执行SQL；
*系统表：存储数据库，表，字段的元数据，每个节点保存一个拷贝；
*分布式事务：主节点上的分布式事务管理器协调segment上的提交和回滚操作；

在greenplum创建表没有指定分布键时，默认选择hasd分布，分布键选择按照以下规则进行：有主键时，选择主键作为分布键；没有主键使用定义的第一列作为分布键。