云小课｜GaussDB(DWS)数据存储尽在掌控，冷热数据切换自如

阅识风云是华为云信息大咖，擅长将复杂信息多元化呈现，其出品的一张图(云图说)、深入浅出的博文(云小课)或短视频(云视厅)总有一款能让您快速上手华为云。更多精彩内容请单击此处。

摘要： GaussDB(DWS)支持根据业务系统的不同使用需求，对膨胀的数据进行冷热分级管理，将数据按照时间分为热数据、冷数据，这不仅可以提高数据分析性能还能降低业务成本。

本文分享自华为云社区《【云小课】EI第50课 GaussDB(DWS)数据存储尽在掌控，冷热数据切换自如》，作者：阅识风云

背景信息

海量大数据场景下，随着业务和数据量的不断增长，数据存储与消耗的资源也日益增长。根据业务系统中用户对不同时期数据的不同使用需求，对膨胀的数据进行“冷热”分级管理，不仅可以提高数据分析性能还能降低业务成本。针对数据使用的一些场景，可以将数据按照时间分为：热数据、冷数据。

冷热数据主要从数据访问频率、更新频率进行划分。

Hot（热数据）：访问、更新频率较高，对访问的响应时间要求很高的数据。
Cold（冷数据）：不允许更新或更新访问频率较低，对访问的响应时间要求不高的数据。

冷热切换策略

冷热切换的策略支持LMT（last modify time）和HPN（hot partition number），LMT指按分区的最后更新时间切换，HPN指保留热分区的个数切换。

LMT：表示切换[day]时间前修改的热分区数据为冷分区，将该数据迁至OBS表空间中。其中[day]为整型，范围[0, 36500]，单位为天。

如下图中，设置day为2，即在冷热切换时，根据分区数据的最晚修改时间，保留2日内所修改的分区为热分区，其余数据为冷分区数据。假设当前时间为4月30日，4月30日对[4-26]分区进行了delete操作，4月29日对[4-27]分区进行了insert操作，故在冷热切换时，保留[4-26][4-27][4-29][4-30]四个分区为热分区。

HPN：表示保留HPN个有数据的分区为热分区。分区顺序按照分区的Sequence ID来确定，分区的Sequence ID是根据分区边界值的大小，内置生成的序号，此序号不对外呈现。对于RANGE分区，分区的边界值越大，分区对应的Sequence ID越大；对于LIST分区，分区边界枚举值中的最大值越大，分区对应的Sequence ID越大。在冷热切换时，需要将数据迁移至OBS表空间中。其中HPN为整型，范围为[0,1600]。

如下图中，设置HPN为3，即在冷热切换时，保留最新的3个有数据的分区为热分区数据，其余分区均切为冷分区。

准备工作

已注册华为云账号，且在使用GaussDB(DWS)前检查账号状态，账号不能处于欠费或冻结状态。
已下载客户端并连接到GaussDB(DWS)集群。

创建冷热表

创建列存冷热数据管理表，指定热数据有效期LMT为100天。

CREATE TABLE lifecycle_table(i int, val text) WITH (ORIENTATION = COLUMN, storage_policy = 'LMT:100')

PARTITION BY RANGE (i)

(

PARTITION P1 VALUES LESS THAN(5),

PARTITION P2 VALUES LESS THAN(10),

PARTITION P3 VALUES LESS THAN(15),

PARTITION P8 VALUES LESS THAN(MAXVALUE)

)

ENABLE ROW MOVEMENT;

冷热数据切换

切换冷数据至OBS表空间。

自动切换：每日0点调度框架自动触发，无需关注切换情况；

可自定义自动切换时间：根据业务情况调整自动触发时间，修改为每天早晨6点30分：

select * from pg_obs_cold_refresh_time('lifecycle_table', '06:30:00');

pg_obs_cold_refresh_time

--------------------------

SUCCESS

(1 row)

手动切换

执行如下操作手动切换单表：

alter table lifecycle_table refresh storage;

ALTER TABLE

执行如下操作批量切换所有冷热表：

select pg_catalog.pg_refresh_storage();

pg_refresh_storage

--------------------

(1,0)

(1 row)

查看数据分布

查看冷热表数据分布情况。

查看单表数据分布情况：

select * from pg_catalog.pg_lifecycle_table_data_distribute('lifecycle_table');

schemaname | tablename | nodename | hotpartition | coldpartition | switchablepartition | hotdatasize | colddatasize | switchabledatasize

------------+-----------------+--------------+--------------+---------------+---------------------+-------------+--------------+--------------------

 public | lifecycle_table | dn_6001_6002 | p1,p2,p3,p8  | | | 96 KB       | 0 bytes      | 0 bytes

 public | lifecycle_table | dn_6003_6004 | p1,p2,p3,p8  | | | 96 KB       | 0 bytes      | 0 bytes

 public | lifecycle_table | dn_6005_6006 | p1,p2,p3,p8  | | | 96 KB       | 0 bytes      | 0 bytes

(3 rows)

查看所有冷热表数据分布情况：

select * from pg_catalog.pg_lifecycle_node_data_distribute();

schemaname | tablename | nodename | hotpartition | coldpartition | switchablepartition | hotdatasize | colddatasize | switchabledatasize

------------+-----------------+--------------+--------------+---------------+---------------------+-------------+--------------+--------------------

 public | lifecycle_table | dn_6001_6002 | p1,p2,p3,p8  | | | 98304 | 0 | 0

 public | lifecycle_table | dn_6003_6004 | p1,p2,p3,p8  | | | 98304 | 0 | 0

 public | lifecycle_table | dn_6005_6006 | p1,p2,p3,p8  | | | 98304 | 0 | 0

(3 rows)

了解更多华为云数据仓库GaussDB(DWS)，请点击这里。

点击关注，第一时间了解华为云新鲜技术~