Citus 11 官方手册脑图 - PostgreSQL 超大规模分布式数据库解决方案上手指南

官方手册：https://docs.citusdata.com

脑图大纲

入门
- 什么是Citus？
  - Citus 可以扩展多远？
- 何时使用 Citus
  - 多租户数据库
  - 实时分析
  - 使用注意事项
  - 何时 Citus 不合适
- 快速教程
  - 多租户应用程序
    - 数据模型和示例数据
    - 创建表
    - 分发表和加载数据
    - 运行查询
  - 实时分析
    - 数据模型和样本数据
    - 创建表
    - 分发表和加载数据
    - 运行查询
安装
- 单节点 Citus
  - Docker (Mac 或 Linux)
  - Ubuntu 或 Debian
  - Fedora, CentOS, 或 Red Hat
- 多节点 Citus
  - Ubuntu 或 Debian
    - 在所有节点上执行的步骤
    - 在协调器节点上执行的步骤
  - Fedora, CentOS, 或 Red Hat
    - 在所有节点上执行的步骤
    - 在协调器节点上执行的步骤
- 托管部署
用例指南
- 多租户应用程序
  - 让我们做一个 App - 广告分析
  - 扩展关系数据模型
  - 准备表和摄取数据
    - 自己试试
  - 集成应用程序
  - 在租户之间共享数据
  - 在线更改 Schema
  - 当租户的数据不同时
  - 扩展硬件资源
  - 与大租户打交道
  - 从这往哪儿走
- 实时面板
  - 数据模型
  - 汇总
  - 过期的旧数据
  - 近似相异计数
  - 使用 JSONB 的非结构化数据
- 时间序列数据
  - 扩展 Citus 上的时间序列数据
  - 自动创建分区
  - 使用列式存储归档
    - 将行分区归档到列式存储
架构
- 概念
  - 节点
    - 协调器与工作器
  - 分布式数据
    - 表类型
      - 类型 1：分布式表
      - 类型 2：引用表
      - 类型 3：本地表
    - 分片
      - 分片放置
    - 共置
    - 并行性
  - 查询执行
开发
- 确定应用程序类型
  - 概览
  - 示例和特征
- 选择分布列
  - 多租户应用
    - 最佳实践
  - 实时应用
    - 最佳实践
  - 时间序列数据
    - 最佳实践
  - 表共置
    - Citus 中用于 hash-distributed 表的数据共置
    - 共置的实际示例
    - 使用常规 PostgreSQL 表
    - 按 ID 分布表
    - 按租户分布表
    - 共置意味着更好的功能支持
    - 查询性能
- 迁移现有应用程序
  - 确定分布策略
    - 选择分布键
    - 确定表的类型
  - 为迁移准备源表
    - 添加分布键
    - 回填新创建的列
  - 准备申请 Citus
    - 设置 Development Citus 集群
      - 在键中包含分布列
    - 向查询添加分布键
      - Ruby on Rails
      - Django
      - ASP.NET
      - Java Hibernate
      - 其他(SQL原则)
    - 启用安全连接
    - 检查跨节点流量
  - 迁移生产数据
    - 小型数据库迁移
    - 大数据库迁移
      - 复制 schema
      - 启用逻辑复制
      - 开放访问网络连接
      - 开始复制
      - 切换到 Citus 并停止与旧数据库的所有连接
- SQL 参考
  - 创建和修改分布式对象 (DDL)
    - 创建和分发表
      - 引用表
      - 分发协调器数据
    - 共置表
      - 从 Citus 5.x 升级
    - 删除表
    - 修改表
      - 添加/修改列
      - 添加/删除约束
      - 使用 NOT VALID 约束
      - 添加/删除索引
    - 类型和函数
    - 手动修改
  - 摄取、修改数据 (DML)
    - 插入数据
      - “From Select” 子句（分布式汇总）
      - COPY 命令（批量加载）
  - 使用汇总缓存聚合
    - 更新和删除
    - 最大化写入性能
  - 查询分布式表 (SQL)
    - 聚合函数
      - Count (Distinct) 聚合
      - 估计 Top N 项
      - 百分位数计算
    - 限制下推
    - 分布式表的视图
    - 连接
      - 共置连接
      - 引用表连接
      - 重新分区连接
  - 查询处理
    - 分布式查询规划器
    - 分布式查询执行器
      - 子查询/CTE Push-Pull 执行
    - PostgreSQL 规划器和执行器
  - 手动查询传播
    - 在所有 Worker 上运行
    - 在所有分片上运行
    - 限制
  - SQL 支持和解决方法
    - 解决方法
      - 使用 CTE 解决限制
      - 临时表：不得已的解决方法
- Citus API
  - Citus 效用函数
    - 表和分片 DDL
      - create_distributed_table
      - truncate_local_data_after_distributing_table
      - undistribute_table
      - alter_distributed_table
      - alter_table_set_access_method
      - remove_local_tables_from_metadata
      - create_reference_table
      - citus_add_local_table_to_metadata
      - mark_tables_colocated
      - update_distributed_table_colocation
      - create_distributed_function
      - alter_columnar_table_set
      - create_time_partitions
      - drop_old_time_partitions
      - alter_old_partitions_set_access_method
    - 元数据/配置信息
      - citus_add_node
      - citus_update_node
      - citus_set_node_property
      - citus_add_inactive_node
      - citus_activate_node
      - citus_disable_node
      - citus_add_secondary_node
      - citus_remove_node
      - citus_get_active_worker_nodes
      - citus_backend_gpid
      - citus_check_cluster_node_health
      - citus_set_coordinator_host
      - master_get_table_metadata
      - get_shard_id_for_distribution_column
      - column_to_column_name
      - citus_relation_size
      - citus_table_size
      - citus_total_relation_size
      - citus_stat_statements_reset
    - 集群管理与修复函数
      - citus_move_shard_placement
      - rebalance_table_shards
      - get_rebalance_table_shards_plan
      - get_rebalance_progress
      - citus_add_rebalance_strategy
      - citus_set_default_rebalance_strategy
      - citus_remote_connection_stats
      - citus_drain_node
      - isolate_tenant_to_new_shard
      - citus_create_restore_point
  - Citus 表和视图
    - 协调器元数据
      - 分区表
      - 分片表
      - 分片信息视图
      - 分片放置表
      - 工作器节点表
      - 分布式对象表
      - Citus 表视图
      - 时间分区视图
      - 归置组表
      - 再平衡器策略表
      - 查询统计信息表
      - 分布式查询活动
    - 所有节点上的表
      - 接凭证表
      - 连接池凭证
  - 配置参考
    - 通用配置
      - citus.max_worker_nodes_tracked (integer)
      - citus.use_secondary_nodes (enum)
      - citus.cluster_name (text)
      - citus.enable_version_checks (boolean)
      - citus.log_distributed_deadlock_detection (boolean)
      - citus.distributed_deadlock_detection_factor (floating point)
      - citus.node_connection_timeout (integer)
      - citus.node_conninfo (text)
      - citus.local_hostname (text)
      - citus.show_shards_for_app_name_prefixes (text)
    - 查询统计
      - citus.stat_statements_purge_interval (integer)
      - citus.stat_statements_max (integer)
      - citus.stat_statements_track (enum)
    - 数据加载
      - citus.multi_shard_commit_protocol (enum)
      - citus.shard_count (integer)
      - citus.shard_max_size (integer)
      - citus.replicate_reference_tables_on_activate (boolean)
    - 规划器配置
      - citus.local_table_join_policy (enum)
      - citus.limit_clause_row_fetch_count (integer)
      - citus.count_distinct_error_rate (floating point)
      - citus.task_assignment_policy (enum)
    - 中间数据传输
      - citus.binary_worker_copy_format (boolean)
      - citus.max_intermediate_result_size (integer)
    - DDL
      - citus.enable_ddl_propagation (boolean)
      - citus.enable_local_reference_table_foreign_keys (boolean)
    - 执行器配置
      - 通用
      - Explain 输出
- 外部集成
  - 从 Kafka 提取数据
    - 注意事项
  - 从 Spark 摄取数据
  - Tableau 的商业智能
管理
- 集群管理
  - 选择集群大小
    - 分片数
      - 多租户 SaaS 用例
      - 实时分析用例
  - 初始硬件大小
    - 多租户 SaaS 用例
    - 实时分析用例
  - 扩展集群
    - 添加 worker
    - 无需停机即可重新平衡分片
      - 工作原理
    - 添加协调器
  - 处理节点故障
    - 工作节点故障
    - 协调节点故障
  - 租户隔离
  - 查看查询统计信息
    - 统计过期
  - 资源保护
    - 限制长时间运行的查询
  - 安全
    - 连接管理
    - 设置证书颁发机构签署的证书
    - 提高 Worker 安全
    - 行级安全
  - PostgreSQL 扩展
  - 创建新数据库
- 表管理
  - 确定表和关系大小
  - 清理分布式表
  - 分析分布式表
  - 列式存储
    - 用法
    - 测量压缩
    - 例子
    - 陷阱
    - 限制
- 升级 Citus
  - 升级 Citus 版本
    - 补丁版本升级
    - 主要和次要版本升级
      - 步骤 1. 更新 Citus 包
      - 步骤 2. 在数据库中应用更新
  - 将 PostgreSQL 版本从 13 升级到 14
    - 对于每个节点
故障排除
- 查询性能调优
  - 表分布和分片
  - PostgreSQL 调优
  - 横向扩展性能
  - 分布式查询性能调优
    - 通用
      - 子查询/CTE 网络开销
    - 高级
      - 连接管理
      - 任务分配策略
      - 中间数据传输格式
      - 二进制协议
  - 横向扩展数据摄取
    - 实时插入和更新
      - 插入吞吐量
      - 更新吞吐量
      - 插入和更新：吞吐量清单
      - 插入和更新：延迟
    - 临时暂存数据
    - 批量复制 (250K - 2M/s)
- 有用的诊断查询
  - 查找哪个分片包含特定租户的数据
  - 查找表的分布列
  - 检测锁
  - 查询分片的大小
  - 查询所有分布式表的大小
  - 识别未使用的索引
  - 监控客户端连接数
  - 查看系统查询
    - 活动查询
    - 为什么查询等待
  - 索引命中率
  - 缓存命中率
- 常见错误信息
  - 无法接收查询结果
    - 解决方法
  - 取消事务，因为它涉及分布式死锁
    - 解决方法
  - 无法连接到服务器：无法分配请求的地址
    - 解决方法
  - SSL 错误：证书验证失败
    - 解决方法
  - 无法连接到任何活动的放置
    - 解决方法
  - 剩余的连接槽保留给非复制超级用户连接
    - 解决方法
  - PgBouncer 无法连接到服务器
    - 解决方法
  - 关系 foo 没有被分发
    - 解决方法
  - 不支持的子句类型
    - 解决方法
  - 在事务中执行第一个修改命令后，无法打开新连接
    - 解决方法
  - 无法创建唯一性约束
    - 解决方法
  - 函数 create_distributed_table 不存在
    - 解决方法
  - 不能使用列引用调用 UPDATE 查询中使用的 STABLE 函数
    - 解决方法
FAQ
- 常见问题
  - 我可以在分布式表上创建主键吗？
  - 如何将节点添加到现有 Citus 集群？
  - Citus 如何处理工作节点的故障？
  - Citus 如何处理协调节点的故障转移？
  - Citus 是否不支持任何 PostgreSQL 功能？
  - 对数据进行哈希分区时如何选择分片数？
  - 如何更改哈希分区表的分片数？
  - citus 如何支持 count(distinct) 查询？
  - 分布式表在哪些情况下支持唯一性约束？
  - 如何在 Citus 集群中创建数据库角色、功能、扩展等？
  - 如果工作节点的地址发生变化怎么办？
  - 哪个分片包含特定租户的数据？
  - 我忘记了表的分布列，如何找到？
  - 我可以通过多个键分发表吗？
  - 为什么 pg_relation_size 报告分布式表的零字节？
  - 为什么我看到有关 max_intermediate_result_size 的错误？
  - 我可以在 Microsoft Azure 上运行 Citus 吗？
  - 对于多租户应用程序，我可以在 Citus 上按 schema 分片吗？
  - cstore_fdw 如何与 Citus 一起工作？
  - pg_shard 发生了什么？
博文
- Postgres 中使用 HyperLogLog 的高效汇总表
  - 没有 HLL 的汇总表 — 以 GitHub 事件数据为例
  - 没有 HLL，汇总表有一些限制
  - HLL 来拯救
  - HLL 和汇总表一起使用
  - HLL 可以回答哪些类型的查询？
  - 一个带有 HLL 的汇总表胜过一千个没有 HLL 的汇总表
  - 想了解更多关于 Postgres 中的 HLL 的信息吗？
- Postgres 上使用 HyperLogLog 的分布式不同计数
  - HLL 在幕后做什么？
    - 哈希所有的元素
    - 观察数据中的罕见模式
    - 随机平均
    - 更多?
  - 分布式系统中的HLL
  - 亲身体验 HLL
    - 设置
    - 例子
    - 结论
- Citus 中的 Postgres 并行索引
- 使用 Postgres 和 Citus 进行大规模实时事件聚合
- PostgreSQL 和 Citus 上的分布式外连接如何工作
  - Citus 的分布式外连接
- 使用 Postgres 设计 SaaS 数据库以实现扩展
- 使用 Citus 扩展构建可扩展的 Postgres 指标后端
  - 时间序列指标
  - 事件
- 使用 Postgres 对多租户应用进行分片
  - 租约
  - 多租户和托管，完美的一对
  - 综上所述
- 使用半结构化数据对 Postgres 进行分片及其对性能的影响
  - 一张大表，没有连接
  - 进入 Citus
  - 查询工作负载
  - 每个发行版都有它的刺
- 使用 PostgreSQL 和 Citus 进行可扩展的实时产品搜索

官方手册：https://docs.citusdata.com

分布式 node.js 云数据库postgresql postgresql 数据库

0 人点赞