Greenplum（GP）採用了MPP架構，基於開源的資料庫 PostgreSQL（PG）。 1.首先什麼是MPP架構？ GreenPlum的架構採用了MPP(大規模並行處理)。在 MPP 系統中，每個 Segment 節點也可以運行自己的操作系統、資料庫等。換言之，每個節點內的 CPU 不能訪問另 ...
Greenplum（GP）採用了MPP架構，基於開源的資料庫 PostgreSQL（PG）。
1.首先什麼是MPP架構？
GreenPlum的架構採用了MPP(大規模並行處理)。在 MPP 系統中，每個 Segment 節點也可以運行自己的操作系統、資料庫等。換言之，每個節點內的 CPU 不能訪問另一個節點的記憶體。節點之間的信息交互是通過節點互聯網路實現的，這個過程一般稱為數據重分配(Data Redistribution) 。與傳統的SMP架構明顯不同，通常情況下，MPP系統因為要在不同處理單元之間傳送信息，所以它的效率要比SMP要差一點，但是這也不是絕對的，因為 MPP系統不共用資源，因此對它而言，資源比SMP要多，當需要處理的事務達到一定規模時，MPP的效率要比SMP好。這就是看通信時間占用計算時間的比例而定，如果通信時間比較多，那MPP系統就不占優勢了，相反，如果通信時間比較少，那MPP系統可以充分發揮資源的優勢，達到高效率。
2.簡單介紹一下GP的各個組件：
資料庫由Master Severs和Segment Severs通過Interconnect互聯組成。
Master主機負責：建立與客戶端的連接和管理；SQL的解析並形成執行計劃；執行計劃向Segment的分發收集Segment的執行結果；Master不存儲業務數據，只存儲數據字典。
Segment主機負責：業務數據的存儲和存取；用戶查詢SQL的執行。
master node高可用，類似於hadoop的namenode和second namenode，實現主備的高可用。
3.數據是如何分佈的？
在 GPDB 中創建(Create)或者修改(Alter)表時，有一個額外的 DISTRIBUTED 子句用以定義表的分佈策略(Distribution Policy)。分佈策略決定了表中的數據記錄如何被打散到GP的 Segment Instance。GPDB 提供了2種分佈策略：
HASH 分佈 使用 HASH 分佈時，1個或數個Table Column被用作Distribution Key(簡稱 DK)。DK被HASH 演算法用來決定每行記錄對應特定的Segment Instance。相同Key值的記錄會HASH 到相同的 Segment Instance。選擇一個唯一鍵(unique key)作為DK，比如主鍵(Primary Key)，可以確保儘可能的平坦分佈數據。
隨機(Random)分佈 使用隨機分佈，數據記錄被迴圈的分佈到 Segment Instance。相同值的記錄可能會落在不同的Segment Instance。隨機分佈可以確保數據分佈的平坦性，但為了確保性能優勢應該儘可能的使用 HASH 分佈。
4.GPDB查詢過程
用戶可以像使用其他的DBMS一樣向GPDB提交查詢。直接通過客戶端程式(例如 psql)連接到GP的Master主機並提交查詢語句，也可以通過pgadmin工具來連接GP執行查詢語句。
psql -l //列出所有的database
psql -d xxxx //登陸資料庫，預設gpadmin用戶
查詢性能的強弱往往由查詢優化器的水平來決定，greenplum主節點負責解析SQL與生成執行計劃。Greenplum的執行計劃生成同樣採用基於成本的方式，基於資料庫是由諸多segment實例組成，在選擇執行計劃時主節點還要綜合考慮節點間傳送數據的代價。
查詢被Master 接收、處理、優化、創建一個並行的或者定向的查詢計劃(根據查詢語句決定)。之後 Master將查詢計劃分發到相關的Instance去執行，每個Instance只負責處理自己本地的那部分數據。
大部分的操作—比如掃表、關聯、聚合、排序都是同時在Instance上並行被執行。每個操作都獨立於其他Instance執行。
例如：
QUERY查詢語句及分析結果
下圖解釋了查詢計劃。每個Instance獲取到查詢計劃的副本且並行執行。對於該查詢計劃來說，有一個重分佈操作(Redistribute motion)，這是為了完成連接(join)而執行的數據 移動操作。查詢計劃被重分佈操作分割為兩步(slice 1 與 slice 2)。該查詢計劃還有另外一種數據移動稱為彙總移動(Gather motion)。彙總移動是Instance將計算結果反饋到Master從而可以反饋給客戶端的一種操作。由於在移動動作發生時查詢計劃總是會被分割，該查詢計劃還存在一個隱含的操作(slice 3)。不是所有的查詢都有彙總操作，比如：CREATE TABLE…AS SELECT...語句就不需要彙總操作。
5.JDBC連接GP
首先需要去GP官網下載最新的JDBC驅動包
地址：https://network.pivotal.io/api/v2/products/pivotal-gpdb/releases/6342/product_files/27496/download
然後在Eclipse中引入這個驅動包，新建一個測試類，如下：
運行結果如下：
引申：開發一個登陸界面，監控GP
登陸界面需要從GP中獲取用戶表來驗證登陸用戶名和密碼。具體代碼如下：
login.html--登陸頁面
login_check.jsp--驗證密碼
部分截圖
登陸效果：
