GaussDB(DWS) 数据仓库服务核心技术_高斯db申请存储空间依据

作者：从前慢现在也慢 | 2024-06-23 21:40:14

踩

高斯db申请存储空间依据

GaussDB(DWS)采用分布式shared-nothing集群架构，支持行列混合存储计算，集成高可用、高可靠、高安全、高可扩展、智能化技术栈。

Shared-nothing架构

GaussDB(DWS)各个数据库实例（DN）拥有自己的CPU、内存和存储空间，实例之间不共享系统资源。

基于Shared-nothing/MPP的对等并行计算模型可以充分利用CPU/IO/Mem等资源，获得极致的运算性能和线性的可扩展性，从而支持PB级数据规模。

GaussDB(DWS)采用水平分表的方式，将数据表格的元组按照一定的分布策略分散存储到多个节点。查询的时候可以通过查询条件过滤不必要的数据，快速定位到数据存储位置，从而极大提升数据库性能。

在水平分表的基础上，GaussDB(DWS)支持数据分区（Partition），即根据表的一列或者多列，将要插入表的记录分为不重叠的若干个范围，为每个范围创建一个分区，用来存储相应的数据。

表2-1描述了在不同场景下，基于时间分片的方式分区后带来的收益。

表2-1 分区收益

场景描述	收益
当表中访问率较高的行位于一个单独分区或少数几个分区时。	大幅减少搜索空间，从而提升访问性能。
当需要查询或更新一个分区的大部分记录时。	仅需要连续扫描对应分区，而非扫描整个表，因此可大幅提升性能。
当需要大量加载或者删除的记录位于一个单独分区或少数几个分区时。	可直接读取或删除对应分区，从而提升处理性能；同时由于避免大量零散的删除操作，可减少清理碎片工作量。

数据分区带来的好处如下：

利用分区，可以将表和索引划分为一些更小、更易管理的单元。这样，数据库管理员在进行数据管理时就能采取“分而治之”的方法。有了分区，维护操作可以专门针对表的特定部分执行。

删

本文内容由网友自发贡献，转载请注明出处：【wpsshop博客】