初識Postgres-XL

第一節 簡介
Postgres-XL是一款開源的PG集羣軟件，XL表明eXtensible Lattice，便可擴展的PG「格子」之意，如下簡稱PGXL。官方稱其既適合寫操做壓力較大的OLTP應用，又適合讀操做爲主的大數據應用。它的前身是Postgres-XC（簡稱PGXC），PGXC是在PG的基礎上加入了集羣功能，主要適用於OLTP應用；PGXL是在PGXC的基礎上的升級產品，加入了一些適用於OLAP應用的特性，如 Massively Parallel Processing (MPP) 特性。通俗的說PGXL的代碼是包含PG代碼的，使用PGXL安裝PG集羣並不須要單獨安裝PG。這樣帶來的一個問題是沒法隨意選擇任意版本的PG，好在PGXL跟進PG較及時，目前最新版本Postgres-XL 9.5 R1.3，基於PG 9.5。
三者的關係大體以下圖（來源網絡，出處不詳）

整體感受PGXL這款工具仍是至關成熟的，有官方網站http://www.postgres-xl.org/，文檔也比較完善，也有商業公司2ndQuadrant在支持。下圖是PGXL和PG在OLAP方面的性能對比，來自2ndQuadrant官網：

第二節 集羣架構

上面這張圖就是PGXL集羣的架構圖，來自官方網站。全部節點中分爲三種角色：GTM（全局事務管理器）、Coordinator（協調器）和Datanode（數據節點）。須要注意一點是圖中的Load Balance組件並不屬於PGXL集羣自己，須要其餘負載均衡工具實現。
GTM：
全局事務控制節點，保證集羣數據的一致性，與Coordinator節點和Datanode節點不斷通訊，是整個集羣的核心節點，只存在一個，能夠存在一個GTM Standby節點，對GTM實時備份。GTM一旦故障，整個集羣馬上沒法訪問，此時能夠切換到GTM Standby節點上。若是部署了GTM Standby節點，就應該同時部署GTM Proxy，通常和Coordinator、Datanode部署在同一臺服務器上。GTM Proxy的做用代理Coordinator和Datanode對GTM的訪問，起到減輕GTM負載的做用，另一個重要的做用是幫助完成GTM的故障切換，當GTM節點發生故障後，GTM Standby成爲新的GTM，此時Coordinator和Datanode節點並不須要從新指定GTM地址，只須要GTM Proxy從新鏈接到新的GTM地址便可。
Coordinator：
接收數據訪問請求的節點，本質上是由PG後臺進程組成。接收的一條查詢後，Coordinator節點執行查詢計劃，而後會根據查詢數據涉及的數據節點將查詢分發給相關的數據節點。寫入數據時，也會根據不一樣的數據分佈策略將數據寫入相關的節點。能夠說Coordinator節點上保存着集羣的全局數據位置。Coordinator節點能夠任意擴展，各個節點之間除了訪問地址不一樣之外是徹底對等的，經過一個節點更新的數據能夠在另外一個節點上馬上看到。每一個Coordinator節點能夠配置一個對應的standby節點，避免單點故障。
Datanode：
實際存取數據的節點，接收Coordinator的請求並執行SQL語句存取數據，節點之間也會互相通訊。通常的，一個節點上的數據並非全局的，數據節點不直接對外提供數據訪問。一個表的數據在數據節點上的分佈存在兩種模式：複製模式和分片模式，複製模式下，一個表的數據在指定的節點上存在多個副本；分片模式下，一個表的數據按照必定的規則分佈在多個數據節點上，這些節點共同保存一份完整的數據。這兩種模式的選擇是在建立表的時候執行CREATE TABLE語句指定的，具體語法以下：

CREATE TABLE table_name(...)
DISTRIBUTE BY 
HASH(col)|MODULO(col)|ROUNDROBIN|REPLICATION
TO NODE(nodename1,nodename2...)

能夠看到，若是DISTRIBUTE BY 後面是REPLICATION，則是複製模式，其他則是分片模式，HASH指的是按照指定列的哈希值分佈數據，MODULO指的是按照指定列的取摩運算分佈數據，ROUNDROBIN指的是按照輪詢的方式分佈數據。TO NODE指定了數據分佈的節點範圍，若是沒有指定則默認全部數據節點參與數據分佈。若是沒有指定分佈模式，即便用普通的CREATE TABLE語句，PGXL會默認採用分片模式將數據分佈到全部數據節點。

這篇就先寫到這裏，下一篇寫一下安裝與配置。

參考資料：
http://www.postgres-xl.org/
https://2ndquadrant.com/en/re...
http://www.slideshare.net/mas...