上都存储一份完整的数据拷贝，复制表是在 6 版 本新引入的数据分布策略，这里需要特别指出，复制表，因为需要在每个 Instance 上存储一份完整的数据，数据量大的事实表不适合选择复制分布这种分布策略，如果这 么做，将会极大的浪费存储空间，同时，未必会带来性能的改善，对于复制表的理解， 应该仅限于：复制表的存在，等于提前把广播做好了，减少了执行计划的复杂度，对于 一些非常小的表，涉及的业务场景追求极致的性能时才考虑，对于通常的分析型场景， 都是批量数据操作和只读查询操 作，另外，AO表不再维护MVCC信息，可以节省一些存储空间，不仅如此，AO表一般还 Greenplum Database 管理员指南 V6.2.1 版权所有：Esena(陈淼 +86 18616691889) 编写：陈淼 - 103 - 会选择压缩存储，将可以大大节省存储空间。不过，AO表不适合单行INSERT操作，这 是强烈建议应该避免的操作。 用的必要，可以跳过该部分内容。 举个例子来说，假如有一张分区表，按照月份来分区，而绝大部分的查询只针对最 近几个月的数据来查询，这样就可以通过外部表分区的方式将早期数据以半离线的状态 存储到 GP 集群之外更廉价的存储空间。当对该表进行查询时，通过分区条件对分区进 行过滤，这样可以避免扫描外部表的分区，而当一些查询需要用到外部表分区的数据时， 数据将被从外部存储读取，其性能跟库内的分区相比会有很大的差异，但数据是在线可

类型对于数据末尾的空⽩字符将原样保存和处理，但是 CHAR 类型不能满⾜ 这个需求。请参考 CREATE TABLE 命令了解更多相关信息。 使⽤ BIGINT 类型存储 INT 或者 SMALLINT 数值会浪费存储空间。如果数据随时间推移需要扩展，并且数据重新加载⽐较浪费时间，那么在开始的时候就应该考虑使⽤更⼤的数据类型。 4.2 表约束 表约束 udw 表格⽀持 postgresql 的表格约束，拥有 primary、unique 选其中⼏个字段中，需要扫描的数据量很⼩，扫描速度⽐较快。因此，列存储尤其适合在宽表中对部分字段进⾏筛选的场景。 列存储的表必须是追加表（Appendonly table）。 3 压缩 压缩 压缩能够节约存储空间并减少从存储读取的数据⼤⼩，这种⽅法还可以减少磁盘 I/O 量，因此可提⾼查询性能。 4 数据分布 数据分布 UDW表的记录有两种分布策略，分别是哈希分布（DISTRIBUTED BY(key)）和随机分布(DISTRIBUTED 130/206 在绝⼤部分传统数据中，索引都能够极⼤地提⾼数据访问速速。然⽽，在像 UDW 数据仓库这样的分布式数据库系统中，索引的使⽤需要更加谨慎。 索引会增加数据库系统的运⾏开销，它们占⽤存储空间并且在数据更新时，需要额外的维护⼯作。请确保查询集合在使⽤您创建的索引后，性能得到了改善（和全表顺序扫描相⽐）。可以使⽤ EXPLAIN 命令来确认索引是否被使⽤。 创建索引时，需要注意下⾯的问题点：

= 1- 0.000045 Confidential │ ©2021 VMware, Inc. Brin的使用场景 表非常大 数据有一定的分布特性 我们不想再index上付出太多存储空间 Confidential │ ©2021 VMware, Inc. Brin Scan select * from t where a > 1 and a < 8; 1, 3, 2

Update/delete操作后，数据库不会自动释放这些空间，这些垃圾空间的回收方 式： 1）Vacuum 2）Vacuum full 3）REORGANIZE • 不进行垃圾空间回收的影响 o 垃圾空间浪费存储空间 o 垃圾空间影响查询性能 注：delete all用truncate代替，truncate无需回收垃圾空间 垃圾空间回收  Vacuum：标记垃圾空间为可再利用