PostgreSQL 典型场景 4. AnalyticDB for PostgreSQL 未来演进 Greenplum发展史@Alibaba rac1 rac2 rac3 rac n Oracle RAC 11G ODPS ETL建模 交互式分析 AnalyticDB for MySQL 实时数仓 ⚫ All In One数仓去O ⚫ 交互式分析 ⚫ 中小规模实时数仓 小烟枪在阿里的场景裂变 Greenplum发展史@Alibaba 产品云化-服务中小企业  IaaS、PaaS、SaaS皆云化-大势所趋  阿里云能够提供一站式的分析解决方案  PostgreSQL的生态发展迅猛  大数据发展势头放缓  数据库更简单易用 为什么要提供Greenplum云服务 弹性 托管 高可用 安全 监控 1. Greenplum发展史 @Alibaba 2. AnalyticDB AnalyticDB for PostgreSQL产品介绍 3. AnalyticDB for PostgreSQL 典型场景 4. AnalyticDB for PostgreSQL 未来演进 AnalyticDB for PostgreSQL 在线MPP数据仓库服务 简单易用、海量扩展、兼容部分Oracle 语法生态、既支持在线交互分析，也支持离线数据处理。 AnalyticDB for PostgreSQL

，对数据库的理解不够深入，也不 一定准确，在此抛砖引玉，只是结合我们团队业务场景来 分享下我们选择数据库的过程。 • 不是数据库不好用， • 而是我们不会用， • 是我们用的姿势不对！ 2018年PostgreSQL中国技术大会 主要业务场景 • IM工具+SCRM系统（高并发、低延迟、稳定） • 大量客户需要私有化云服务器部署（云更新） • 需求变更频繁，不适合关系型数据库 2018年PostgreSQL中国技术大会 问题，可以结合各自数据库优点，发挥性能。但是我们有 很多客户是需要私有化部署数据库，让每家客户都接受这 种方式，会为甲方增加很多服务器以及运维成本，可能客 户数据量很少，也需要使用双数据库，更新运维都比较麻 烦。 2018年PostgreSQL中国技术大会 PgSQL≈MySQL+MongoDB • 个人认为，PgSQL结合了MySQL关系型数据库事务处理能力 以及MongoDB的大数据处理能力。稳定性强，高并发，支 持JSON

c-slaveN c-masterN MCluster Zk1 Zk… ZkN Monitor + Alert 如何保证数据的安全性 Kafka利用冗余、持久化、偏移量和校验、消息反馈 2016Postgres中国用户大会 Postgres Conference China 2016 中国用户大会 逻辑复制特点 它兼顾有基于触发器复制技术的灵活性 • DISK LOGICAL • understandably • application Slot • APPLY • Other SQL/tuple 逻辑解码 持久化WAL解析成便于理解的格式 不必知道内部细节 一个槽表示一个更改流 这些流可以根据需要更改成用户需要的状态 用户可以根据需要的状态 进行需要的操作 2016Postgres中国用户大会 2016Postgres中国用户大会 Postgres Conference China 2016 中国用户大会 自定义输出插件 场景1 场景2 场景1 规则2 用户可以根据自己的需要自定义输出插件，根据不同 的场景定义不同的输出规则。也可以在相同的场景定 义不同的规则 2016Postgres中国用户大会 Postgres Conference China 2016 中国用户大会

systemctl enable postgresql-13 # systemctl start postgresql-13 ★第2章、设置数据存储路径 PostgreSQL 初始化数据库之后， 10版本的默认的数据目录是/var/lib/pgsql/ 13版本的默认的数据目录是/var/lib/pgsql/13/ 现在想修改为/data_pg/ 目录 ★PG-13版本 # systemctl #退出连接，用quit;也行（标准的sql语句） postgres=# \q #退出连接（pg内置命令）★不建议使用带\反斜 杠的内置命令 ②可视化客户端连接pg数据库 开源免费的客户端有HeidiSQL及pgAdmin HeidiSQL官网： h�ps://www.heidisql.com/ pgAdmin官网下载： h�ps://www.pgadmin

tbl where c1=?; -- hash value -> idx • update tbl set c1=xx; -- 更新非常频繁 • HOT , fillfactor • 全球化、字符集的选择 • 线性相关、范围查询，索引AM的选择。 • 数据类型的选择。 • big table 问题(备份、恢复、创建索引、索引深度），分区 2016Postgres中国用户大会