greenplum表的distributed key值查看

　　greenplum属于分布式的数据库,MPP+Share nothing的体系,查询的效率很快.不过,这是建立在数据分散均匀的基础上的.如果DK值设置不合理的话,完全有可能出现所有数据落在单个节点上的情况,这就体现不出优势来.因此,DK值的设置是否合适是建表的时候,需要考虑的重要因素之一.

查看表(table_name)的数据在节点的分布情况:

select gp_segment_id,count(*) from table_name group by gp_segment_id;

　　如果数据有严重倾斜的话,即某些节点的数据量过大,表示DK值需要重新调整.调整语句为alter table table_name set distirbuted by(col1,col2,...);

现在有个问题是:如何发现哪些DK值设置不合理的表呢?可以参照之前写的文章:数据分布查看,执果索因调整

这里介绍的是如何把DK值展现出现，一般设置单列（该列为日期类型，每天一份的话）的表，就很有可能出现DK值不合理的情况。我们需要利用到三张表：

pg_class       --object属性表,relkind表示object属性,'r'代表table

pg_attribute  --展现详细的列

gp_distribution_policy  --存储DK值

首先,创建一个类型,用来显示function的结果集.

create type dk_table_type as
(
    table_name varchar,
    dk_cols varchar
);

然后,用上面三张表组合起来,得到相应的所需要的结果信息.

CREATE OR REPLACE FUNCTION get_table_dk()
  RETURNS SETOF dk_table_type AS
$BODY$
DECLARE
    v_cur_tb cursor for
    select d.nspname||'.'||a.relname,b.attname
    from
    pg_class  a
    inner join
    pg_attribute b
    on a.oid=b.attrelid
    inner join
    gp_distribution_policy c
    on a.oid=c.localoid
    inner join pg_namespace d
    on a.relnamespace=d.oid
    where a.relkind='r' and b.attnum=any(c.attrnums)
    order by d.nspname||'.'||a.relname,b.attname,b.attnum;
    v_tb varchar(500):='';
    v_tb_new varchar(500):='';
    v_dk_col varchar(100):='';
    v_dk_cols varchar(1000):='';
    v_record dk_table_type;
BEGIN
    open v_cur_tb;
    loop
            fetch v_cur_tb into v_tb_new,v_dk_col;
            if not found THEN
                exit;
            end if;
            if v_tb = '' and v_dk_cols = '' then
                v_tb := v_tb_new;
                v_dk_cols:=v_dk_col;
            ELSEIF v_tb <> v_tb_new THEN
                select v_tb,v_dk_cols into v_record;
                return next v_record;
                v_tb := v_tb_new;
                v_dk_cols:=v_dk_col;
            ELSE
                v_dk_cols:=v_dk_cols||','||v_dk_col;
            end if;
    end loop;
                select v_tb,v_dk_cols into v_record;
                return next v_record;
    close v_cur_tb;
end;
$BODY$
  LANGUAGE plpgsql VOLATILE;

　　然后,执行select * from get_table_dk()就可以获得表以及其对应的DK值(列),从而可以直观的发现是否有些表需要调整,此时就用上面的gp_segment_id来验证.如果是的话,就进行相应的调整.