具体描述
这是国内首本Greenplum著作，国内最早开始使用Greenplum的企业是阿里巴巴，本书的两位作者是阿里巴巴最早负责使用和维护Greenplum的技术工程师，权威性毋庸置疑。本书完全立足于阿里巴巴的企业应用实践，不仅系统介绍Greenplum的功能特性、使用方法、高级应用，而且还详细讲解Greenplum的系统架构、运维管理、性能优化和各种技巧。最重要的是，包含大量企业级应用案例，每个案例都进行了详尽的讲解和实操指导。
全书一共15章，分为三个部分：基础篇（第1~3章）首先介绍了Greenplum的应用场景、功能特性以及与PostgreSQL的关系，然后讲解了Greenplum的安装配置、语法以及相关操作，最后通过两个具体的数据仓库ETL案例加强读者对Greenplum的功能特性的了解和操作能力；进阶篇（第4~7章）围绕数据字典、执行计划、系统架构、高级特性等主题对Greenplum进行了更深入地讲解，不仅能让读者更深入理解Greenplum的工作原理，也能让读者游刃有余地应对各种日常操作；管理篇（8~15章）从运维和管理的角度讲解了Greenplum的线上部署、数据库管理、脚本维护、监控、权限控制、容灾/扩容、备份恢复、性能调优、常用技巧和常见问题等。
现代数据仓库与云原生数据库实践 内容简介 本书聚焦于构建下一代数据基础设施的核心技术与实践，旨在为企业级数据平台的架构师、数据工程师和数据库管理员提供一套全面、深入的指导。全书内容涵盖从传统数据仓库的局限性到现代云原生数据平台的演进，重点剖析了主流的分布式列式存储数据库、数据湖/数据湖仓一体化架构的最新进展，以及数据治理、性能优化与安全合规的关键策略。 --- 第一部分：下一代数据平台基础与演进 第1章：数据爆炸时代的企业数据挑战 本章首先回顾了传统关系型数据库（RDBMS）在应对TB/PB级数据量、高并发分析查询以及多源异构数据集成时所面临的性能瓶颈与扩展性困境。深入探讨了企业数据架构从OLTP到OLAP的演进路径中，对速度、成本和敏捷性的迫切需求。重点分析了数据孤岛现象对业务决策的负面影响，并引入了MPP（大规模并行处理）架构作为解决这些挑战的关键技术方向。 第2章：分布式列式存储数据库原理 本章是理解现代数据仓库性能基石的基础。详细阐述了列式存储（Columnar Storage）与行式存储的本质区别，以及列式存储如何通过数据压缩、向量化执行（Vectorized Execution）大幅提升分析型查询的效率。深入剖析了数据分片（Sharding）、数据分布键（Distribution Key）的选择原则和负载均衡策略。此外，还介绍了主键（Primary Key）在分布式环境下的实现机制，以及二级索引、物化视图在加速查询中的作用。 第3章：云原生数据架构的兴起与特征 本章聚焦于数据平台向云端迁移的趋势。定义了云原生数据库的核心特征，包括计算存储分离（Separation of Compute and Storage）、弹性伸缩能力、服务化部署（SaaS/PaaS模式）以及对基础设施抽象化的依赖。对比了基于传统硬件集群部署与基于公有云对象存储（如S3兼容接口）构建数据平台的优劣势，强调了云原生架构在成本优化和运维简化方面带来的革命性变革。 --- 第二部分：数据湖与数据湖仓一体化实践 第4章：数据湖的构建与管理 本章详述了如何构建一个可扩展、高可靠的数据湖。内容涵盖了数据湖的存储选型（HDFS、对象存储等）、数据分区策略（基于时间、业务维度）的设计原则，以及如何通过元数据管理系统（如Hive Metastore）来统一管理湖中数据的Schema信息。重点讨论了数据湖在面对Schema演进（Schema Evolution）和“数据沼泽”风险时的应对措施。 第5章：湖仓一体的关键技术与格式 “湖仓一体”是当前数据架构的热点。本章深入解析了实现湖仓一体的核心技术——事务性存储格式，包括Delta Lake、Apache Hudi 和 Apache Iceberg。详细对比了这三种格式在ACID事务支持、数据更新/删除（Upsert/Delete）能力、时间旅行（Time Travel）功能上的差异与适用场景。本章还介绍了如何利用这些格式，实现在数据湖上直接运行高并发、高可靠的批处理和流式ETL作业。 第6章：实时数据集成与流批一体化 针对企业对实时洞察的需求，本章探讨了流处理架构的构建。详细介绍了消息队列（如Kafka）在数据管道中的核心作用，以及流处理引擎（如Spark Streaming/Flink）的工作原理。重点阐述了如何设计流批一体化（Lambda/Kappa架构的演进）解决方案，确保流式计算结果与批处理结果在数据一致性上的对齐，从而支持实时报表和即时决策。 --- 第三部分：性能优化、运维与治理 第7章：深度性能调优与查询优化 本章是数据库管理员和高级工程师必备的实战指南。从执行计划分析入手，讲解了如何识别慢查询的根本原因，包括扫描数据量过大、数据倾斜（Data Skew）、Join策略不当等。深入探讨了数据本地化（Data Locality）的重要性，以及如何通过调整并行度、重分布策略（Redistribute/Replicate）来优化分布式计算的性能。此外，还介绍了如何有效利用缓存机制和统计信息来指导查询优化器做出更优决策。 第8章：企业级数据安全与合规性 数据安全是现代数据平台不可妥协的基石。本章系统梳理了数据安全框架，包括数据加密（静态加密与传输中加密）、细粒度权限控制（Role-Based Access Control, RBAC）的实施细节。重点讨论了数据脱敏（Data Masking）和访问审计在满足GDPR、CCPA等全球数据隐私法规方面的技术要求和落地方案。 第9章：数据治理与元数据管理体系 没有治理，数据平台就无法发挥最大价值。本章讲解了数据治理的生命周期管理，包括数据血缘（Data Lineage）的自动捕获与可视化。深入分析了数据目录（Data Catalog）的构建，如何实现数据的快速发现、理解和信任。探讨了如何建立数据质量监控体系，自动化识别和修复数据质量问题，确保数据资产的准确性和可用性。 第10章：容器化与自动化运维（DevOps for Data） 本章关注数据平台的现代化部署与管理。详细介绍了容器技术（如Docker）和容器编排工具（如Kubernetes）在数据平台弹性部署中的应用。探讨了如何通过基础设施即代码（IaC，如Terraform）和CI/CD流水线，实现数据库集群的自动化部署、版本升级和故障恢复，从而大幅降低数据平台的运维复杂度。 --- 本书特点： 本书基于前沿的架构思想和广泛的行业案例，提供了大量可操作的配置示例、性能调优脚本和架构设计蓝图。它不仅是理论的阐述，更是对现代数据基础设施从设计到落地的全景式指导手册。
作者简介
陈晓峰
陈晓峰 资深数据库专家和高级开发工程师，对Greenplum和PostgreSQL等数据库以及Hadoop和Storm等大数据技术有非常深入的研究和丰富的实践经验。曾就职于阿里巴巴数据平台部和数据平台事业部，负责数据仓库Greenplum计算集群、报表集群的维护及调优，担任RTDC项目和天罡项目的技术负责人，以及负责双十一的交易直播间项目；现就职于阿里巴巴小微金服集团保险事业部，负责保险事业部所有险种的核保核赔。熟悉Java、C、C++、Python，以及数据挖掘和数据分析相关技术。
何勇
何勇 资深数据库专家和软件架构师，对Greenplum、Oracle、Teradata、MySQL以及各种NoSQL都有非常深入的研究，实战经验丰富。曾就职于阿里巴巴和盛大，从事数据库系统架构、软件架构和数据中心相关的工作。熟悉Perl、Python、Java、C，以及移动开发。杭州遥指科技有限公司联合创始人兼CTO。
目录信息
目 录
前言
上篇 基 础 篇
第1章 Greenplum简介 2
1.1 Greenplum的起源和发展历程 2
1.2 OLTP与OLAP 3
1.3 PostgreSQL与Greenplum的关系 3
1.3.1 PostgreSQL 3
1.3.2 Greenplum 5
1.4 Greenplum特性及应用场景 6
1.4.1 Greenplum特性 6
1.4.2 Greenplum应用场景 7
1.5 小结 8
第2章 Greenplum快速入门 9
2.1 软件安装及数据库初始化 9
2.1.1 Greenplum架构 9
2.1.2 环境搭建 11
2.1.3 Greenplum安装 13
2.1.4 创建数据库 20
2.1.5 数据库启动与关闭 20
2.2 安装Greenplum的常见问题 22
2.2.1 /etc/hosts配置错误 22
2.2.2 MASTER_DATA_DIRECTORY设置错误 24
2.3 畅游Greenplum 25
2.3.1 如何访问Greenplum 25
2.3.2 数据库整体概况 27
2.3.3 基本语法介绍 28
2.3.4 常用数据类型 35
2.3.5 常用函数 37
2.3.6 分析函数 43
2.3.7 分区表 46
2.3.8 外部表 49
2.3.9 COPY命令 51
2.4 小结 52
第3章 Greenplum实战 53
3.1 历史拉链表 53
3.1.1 应用场景描述 53
3.1.2 原理及步骤 54
3.1.3 表结构 55
3.1.4 Demo数据准备 57
3.1.5 数据加载 58
3.1.6 数据刷新 61
3.1.7 分区裁剪 64
3.1.8 数据导出 64
3.2 日志分析 65
3.2.1 应用场景描述 65
3.2.2 数据Demo 65
3.2.3 日志分析实战 66
3.3 数据分布 68
3.3.1 数据分散情况查看 69
3.3.2 数据加载速度影响 69
3.3.3 数据查询速度影响 72
3.4 数据压缩 73
3.4.1 数据加载速度影响 73
3.4.2 数据查询速度影响 74
3.5 索引 75
3.6 小结 75
中篇 进 阶 篇
第4章 数据字典详解 78
4.1 oid无处不在 78
4.2 数据库集群信息 80
4.2.1 Gp_configuration和gp_segment_configuration 80
4.2.2 Gp_id 82
4.2.3 Gp_configuration_history 84
4.2.4 pg_filespace_entry 84
4.2.5 集群配置信息表转化 84
4.3 常用数据字典 85
4.3.1 pg_class 85
4.3.2 pg_attribute 88
4.3.3 gp_distribution_policy 89
4.3.4 pg_statistic和pg_stats 90
4.4 分区表信息 90
4.4.1 如何实现分区表 91
4.4.2 pg_partition 91
4.4.3 pg_partition_rule 92
4.4.4 pg_partitions视图及其优化 93
4.5 自定义类型以及类型转换 94
4.6 主、备节点同步的相关数据字典 95
4.7 数据字典应用示例 96
4.7.1 获取表的字段信息 96
4.7.2 获取表的分布键 96
4.7.3 获取一个视图的定义 97
4.7.4 查询comment（备注信息） 98
4.7.5 获取数据库建表语句 99
4.7.6 查询表上的视图 103
4.7.7 查询表的数据文件创建时间 104
4.7.8 分区表总大小 106
4.7.9 如何分析数据字典变化 108
4.7.10 获取数据库锁信息 111
4.8 Gp_toolkit介绍 112
4.9 小结 114
第5章 执行计划详解 115
5.1 执行计划入门 115
5.1.1 什么是执行计划 115
5.1.2 查看执行计划 116
5.2 分布式执行计划概述 116
5.2.1 架构 116
5.2.2 重分布与广播 117
5.2.3 Greenplum Master的工作 119
5.3 Greenplum执行计划中的术语 120
5.3.1 数据扫描方式 120
5.3.2 分布式执行 121
5.3.3 两种聚合方式 122
5.3.4 关联 123
5.3.5 SQL消耗 126
5.3.6 其他术语 126
5.4 数据库统计信息收集 128
5.4.1 Analyze分析 128
5.4.2 固定执行计划 129
5.5 控制执行计划的参数介绍 130
5.6 规划器开销的计算方法 131
5.7 各种执行计划原理分析 133
5.7.1 详解关联的广播与重分布 133
5.7.2 HashAggregate与GroupAggregate 137
5.7.3 Nestloop Join 、 Hash Join 与Merge Join 141
5.7.4 分析函数：开窗函数和grouping sets 142
5.8 案例 144
5.8.1 关联键强制类型转换，导致重分布 144
5.8.2 统计信息过期 145
5.8.3 执行计划出错 145
5.8.4 分布键选择不恰当 147
5.8.5 计算distinct 148
5.8.6 union与union all 150
5.8.7 子查询not in 152
5.8.8 聚合函数太多导致内存不足 154
5.9 小结 155
第6章 Greenplum高级应用 156
6.1 Appendonly表与压缩表 157
6.1.1 应用场景及语法介绍 157
6.1.2 压缩表的性能差异 157
6.1.3 Appendonly表特性 158
6.1.4 相关数据字典 164
6.2 列存储 165
6.2.1 应用场景 165
6.2.2 数据文件存储特性 166
6.2.3 如何使用列存储 166
6.2.4 性能比较 166
6.3 外部表高级应用 168
6.3.1 外部表实现原理 168
6.3.2 可写外部表 171
6.3.3 HDFS外部表 173
6.3.4 可执行外部表 177
6.4 自定义函数—各个编程接口 179
6.4.1 pl/pgsql 180
6.4.2 C语言接口 182
6.4.3 plpython 185
6.5 Greenplum MapReduce 187
6.6 小结 193
第7章 Greenplum架构介绍 195
7.1 并行和分布式计算 195
7.2 并行数据库 197
7.3 Greenplum架构分析 198
7.4 冗余与故障切换 199
7.5 数据分布及负载均衡 200
7.6 跨库关联 202
7.7 分布式事务 203
7.8 其他大数据分析方案 205
7.9 小结 208
下篇 管 理 篇
第8章 Greenplum线上环境部署 210
8.1 服务器硬件选型 210
8.1.1 CPU 211
8.1.2 内存 211
8.1.3 磁盘及硬盘接口 211
8.1.4 网络 213
8.2 服务器系统参数调整 213
8.2.1 Solaris参数修改 214
8.2.2 Linux参数修改 216
8.2.3 系统参数及性能验证 217
8.3 计算节点分配技巧 221
8.4 数据库参数介绍 221
8.5 数据库集群基准测试 225
8.6 小结 227
第9章 数据库管理 228
9.1 用户及权限管理 228
9.1.1 Greenplum数据库逻辑结构 228
9.1.2 Grant语法 229
9.2 登录权限控制 231
9.3 资源队列及并发控制 232
9.4 Greenplum锁机制 236
9.5 数据目录结构 238
9.6 数据文件存储分布 240
9.7 表空间管理 241
9.8 小结 244
第10章 数据库监控及调优 245
10.1 Linux监控工具介绍 245
10.1.1 监控磁盘 245
10.1.2 监控网络 246
10.1.3 监控CPU 247
10.1.4 监控内存 247
10.2 安装Performance Monitor 248
10.3 监控Segment是否正常 252
10.4 VACUUM系统表 253
10.5 数据倾斜排查 255
10.6 查看子节点的SQL运行状态 258
10.7 自动加分区 261
10.8 自动赋权 266
10.9 清理过期数据 266
10.10 小结 267
第11章 解读Greenplum维护脚本 268
11.1 添加Greenplum Contrib模块 268
11.2 启动和关闭脚本gpstart和gpstop 270
11.3 初始化系统脚本gpinitsystem 272
11.4 集群操作脚本gpssh和gpscp 274
11.5 数据库状态检查脚本gpstate 275
11.6 数据库升级脚本gpmigrate 276
11.7 参数修改脚本gpconfig 281
11.8 数据库一致性检查脚本gpcheckcat 282
11.9 小结 284
第12章 备份及恢复策略 286
12.1 Greenplum 3.x 286
12.2 Greenplum 4.x 287
12.3 gp_dump和pg_dump 290
12.4 Greenplum Master备份策略 294
12.4.1 增加Standby Master 295
12.4.2 重新同步Standby Master 296
12.4.3 启用Standby Master 296
12.5 小结 297
第13章 数据库扩容 299
13.1 迁移计算节点 299
13.1.1 两种备份方案 300
13.1.2 数据迁移实战 301
13.2 增加计算节点 306
13.3 小结 311
第14章 基于Greenplum的海量数据实时分析服务平台 312
14.1 需求概述 312
14.2 典型方案 313
14.2.1 NoSQL 313
14.2.2 分布式数据库/集群 314
14.2.3 分表分库 315
14.2.4 方案优劣分析 316
14.3 基于Greenplum的混合架构 316
14.3.1 架构分析 317
14.3.2 实施要点 317
14.4 小结 318
第15章 使用Greenplum的常见报错及小技巧 319
15.1 分析常见报错 319
15.1.1 找不到类型705对应的操作符 319
15.1.2 SQL占用的资源超过了资源队列限制 321
15.1.3 自定义函数不能在Segment上执行 321
15.1.4 子查询没有加别名 322
15.1.5 字段名有歧义 322
15.1.6 字段重名 323
15.1.7 gpfdist错误：无法读取文件 323
15.1.8 事务被中止 324
15.1.9 网络异常错误 324
15.1.10 无法删除表 324
15.1.11 内存不足 325
15.1.12 文件名在pg_class中已存在 325
15.1.13 不能对分布键执行Update 325
15.1.14 网络错误 326
15.1.15 无法找到数据文件 326
15.2 常见问题及解决办法 326
15.3 常用的一些小技巧 329
15.3.1 显示SQL执行的时间 330
15.3.2 获取某个schema下所有的表或视图 330
15.3.3 查找分区最多的表 330
15.3.4 连接Segment节点 331
15.3.5 psql默认密码登录 331
15.3.6 查看数据库启动时间 331
15.3.7 查看在psql中d到底查询了哪些数据字典 331
15.4 小结 332
· · · · · · (收起)
前言
上篇 基 础 篇
第1章 Greenplum简介 2
1.1 Greenplum的起源和发展历程 2
1.2 OLTP与OLAP 3
1.3 PostgreSQL与Greenplum的关系 3
1.3.1 PostgreSQL 3
1.3.2 Greenplum 5
1.4 Greenplum特性及应用场景 6
1.4.1 Greenplum特性 6
1.4.2 Greenplum应用场景 7
1.5 小结 8
第2章 Greenplum快速入门 9
2.1 软件安装及数据库初始化 9
2.1.1 Greenplum架构 9
2.1.2 环境搭建 11
2.1.3 Greenplum安装 13
2.1.4 创建数据库 20
2.1.5 数据库启动与关闭 20
2.2 安装Greenplum的常见问题 22
2.2.1 /etc/hosts配置错误 22
2.2.2 MASTER_DATA_DIRECTORY设置错误 24
2.3 畅游Greenplum 25
2.3.1 如何访问Greenplum 25
2.3.2 数据库整体概况 27
2.3.3 基本语法介绍 28
2.3.4 常用数据类型 35
2.3.5 常用函数 37
2.3.6 分析函数 43
2.3.7 分区表 46
2.3.8 外部表 49
2.3.9 COPY命令 51
2.4 小结 52
第3章 Greenplum实战 53
3.1 历史拉链表 53
3.1.1 应用场景描述 53
3.1.2 原理及步骤 54
3.1.3 表结构 55
3.1.4 Demo数据准备 57
3.1.5 数据加载 58
3.1.6 数据刷新 61
3.1.7 分区裁剪 64
3.1.8 数据导出 64
3.2 日志分析 65
3.2.1 应用场景描述 65
3.2.2 数据Demo 65
3.2.3 日志分析实战 66
3.3 数据分布 68
3.3.1 数据分散情况查看 69
3.3.2 数据加载速度影响 69
3.3.3 数据查询速度影响 72
3.4 数据压缩 73
3.4.1 数据加载速度影响 73
3.4.2 数据查询速度影响 74
3.5 索引 75
3.6 小结 75
中篇 进 阶 篇
第4章 数据字典详解 78
4.1 oid无处不在 78
4.2 数据库集群信息 80
4.2.1 Gp_configuration和gp_segment_configuration 80
4.2.2 Gp_id 82
4.2.3 Gp_configuration_history 84
4.2.4 pg_filespace_entry 84
4.2.5 集群配置信息表转化 84
4.3 常用数据字典 85
4.3.1 pg_class 85
4.3.2 pg_attribute 88
4.3.3 gp_distribution_policy 89
4.3.4 pg_statistic和pg_stats 90
4.4 分区表信息 90
4.4.1 如何实现分区表 91
4.4.2 pg_partition 91
4.4.3 pg_partition_rule 92
4.4.4 pg_partitions视图及其优化 93
4.5 自定义类型以及类型转换 94
4.6 主、备节点同步的相关数据字典 95
4.7 数据字典应用示例 96
4.7.1 获取表的字段信息 96
4.7.2 获取表的分布键 96
4.7.3 获取一个视图的定义 97
4.7.4 查询comment（备注信息） 98
4.7.5 获取数据库建表语句 99
4.7.6 查询表上的视图 103
4.7.7 查询表的数据文件创建时间 104
4.7.8 分区表总大小 106
4.7.9 如何分析数据字典变化 108
4.7.10 获取数据库锁信息 111
4.8 Gp_toolkit介绍 112
4.9 小结 114
第5章 执行计划详解 115
5.1 执行计划入门 115
5.1.1 什么是执行计划 115
5.1.2 查看执行计划 116
5.2 分布式执行计划概述 116
5.2.1 架构 116
5.2.2 重分布与广播 117
5.2.3 Greenplum Master的工作 119
5.3 Greenplum执行计划中的术语 120
5.3.1 数据扫描方式 120
5.3.2 分布式执行 121
5.3.3 两种聚合方式 122
5.3.4 关联 123
5.3.5 SQL消耗 126
5.3.6 其他术语 126
5.4 数据库统计信息收集 128
5.4.1 Analyze分析 128
5.4.2 固定执行计划 129
5.5 控制执行计划的参数介绍 130
5.6 规划器开销的计算方法 131
5.7 各种执行计划原理分析 133
5.7.1 详解关联的广播与重分布 133
5.7.2 HashAggregate与GroupAggregate 137
5.7.3 Nestloop Join 、 Hash Join 与Merge Join 141
5.7.4 分析函数：开窗函数和grouping sets 142
5.8 案例 144
5.8.1 关联键强制类型转换，导致重分布 144
5.8.2 统计信息过期 145
5.8.3 执行计划出错 145
5.8.4 分布键选择不恰当 147
5.8.5 计算distinct 148
5.8.6 union与union all 150
5.8.7 子查询not in 152
5.8.8 聚合函数太多导致内存不足 154
5.9 小结 155
第6章 Greenplum高级应用 156
6.1 Appendonly表与压缩表 157
6.1.1 应用场景及语法介绍 157
6.1.2 压缩表的性能差异 157
6.1.3 Appendonly表特性 158
6.1.4 相关数据字典 164
6.2 列存储 165
6.2.1 应用场景 165
6.2.2 数据文件存储特性 166
6.2.3 如何使用列存储 166
6.2.4 性能比较 166
6.3 外部表高级应用 168
6.3.1 外部表实现原理 168
6.3.2 可写外部表 171
6.3.3 HDFS外部表 173
6.3.4 可执行外部表 177
6.4 自定义函数—各个编程接口 179
6.4.1 pl/pgsql 180
6.4.2 C语言接口 182
6.4.3 plpython 185
6.5 Greenplum MapReduce 187
6.6 小结 193
第7章 Greenplum架构介绍 195
7.1 并行和分布式计算 195
7.2 并行数据库 197
7.3 Greenplum架构分析 198
7.4 冗余与故障切换 199
7.5 数据分布及负载均衡 200
7.6 跨库关联 202
7.7 分布式事务 203
7.8 其他大数据分析方案 205
7.9 小结 208
下篇 管 理 篇
第8章 Greenplum线上环境部署 210
8.1 服务器硬件选型 210
8.1.1 CPU 211
8.1.2 内存 211
8.1.3 磁盘及硬盘接口 211
8.1.4 网络 213
8.2 服务器系统参数调整 213
8.2.1 Solaris参数修改 214
8.2.2 Linux参数修改 216
8.2.3 系统参数及性能验证 217
8.3 计算节点分配技巧 221
8.4 数据库参数介绍 221
8.5 数据库集群基准测试 225
8.6 小结 227
第9章 数据库管理 228
9.1 用户及权限管理 228
9.1.1 Greenplum数据库逻辑结构 228
9.1.2 Grant语法 229
9.2 登录权限控制 231
9.3 资源队列及并发控制 232
9.4 Greenplum锁机制 236
9.5 数据目录结构 238
9.6 数据文件存储分布 240
9.7 表空间管理 241
9.8 小结 244
第10章 数据库监控及调优 245
10.1 Linux监控工具介绍 245
10.1.1 监控磁盘 245
10.1.2 监控网络 246
10.1.3 监控CPU 247
10.1.4 监控内存 247
10.2 安装Performance Monitor 248
10.3 监控Segment是否正常 252
10.4 VACUUM系统表 253
10.5 数据倾斜排查 255
10.6 查看子节点的SQL运行状态 258
10.7 自动加分区 261
10.8 自动赋权 266
10.9 清理过期数据 266
10.10 小结 267
第11章 解读Greenplum维护脚本 268
11.1 添加Greenplum Contrib模块 268
11.2 启动和关闭脚本gpstart和gpstop 270
11.3 初始化系统脚本gpinitsystem 272
11.4 集群操作脚本gpssh和gpscp 274
11.5 数据库状态检查脚本gpstate 275
11.6 数据库升级脚本gpmigrate 276
11.7 参数修改脚本gpconfig 281
11.8 数据库一致性检查脚本gpcheckcat 282
11.9 小结 284
第12章 备份及恢复策略 286
12.1 Greenplum 3.x 286
12.2 Greenplum 4.x 287
12.3 gp_dump和pg_dump 290
12.4 Greenplum Master备份策略 294
12.4.1 增加Standby Master 295
12.4.2 重新同步Standby Master 296
12.4.3 启用Standby Master 296
12.5 小结 297
第13章 数据库扩容 299
13.1 迁移计算节点 299
13.1.1 两种备份方案 300
13.1.2 数据迁移实战 301
13.2 增加计算节点 306
13.3 小结 311
第14章 基于Greenplum的海量数据实时分析服务平台 312
14.1 需求概述 312
14.2 典型方案 313
14.2.1 NoSQL 313
14.2.2 分布式数据库/集群 314
14.2.3 分表分库 315
14.2.4 方案优劣分析 316
14.3 基于Greenplum的混合架构 316
14.3.1 架构分析 317
14.3.2 实施要点 317
14.4 小结 318
第15章 使用Greenplum的常见报错及小技巧 319
15.1 分析常见报错 319
15.1.1 找不到类型705对应的操作符 319
15.1.2 SQL占用的资源超过了资源队列限制 321
15.1.3 自定义函数不能在Segment上执行 321
15.1.4 子查询没有加别名 322
15.1.5 字段名有歧义 322
15.1.6 字段重名 323
15.1.7 gpfdist错误：无法读取文件 323
15.1.8 事务被中止 324
15.1.9 网络异常错误 324
15.1.10 无法删除表 324
15.1.11 内存不足 325
15.1.12 文件名在pg_class中已存在 325
15.1.13 不能对分布键执行Update 325
15.1.14 网络错误 326
15.1.15 无法找到数据文件 326
15.2 常见问题及解决办法 326
15.3 常用的一些小技巧 329
15.3.1 显示SQL执行的时间 330
15.3.2 获取某个schema下所有的表或视图 330
15.3.3 查找分区最多的表 330
15.3.4 连接Segment节点 331
15.3.5 psql默认密码登录 331
15.3.6 查看数据库启动时间 331
15.3.7 查看在psql中d到底查询了哪些数据字典 331
15.4 小结 332
· · · · · · (收起)
读后感
评分
评分
评分
评分
评分
用户评价
评分
已经挑了几章快速看了一下，对PostgreSQL维护很有帮助。尤其是数据字典那块，蛮不错的。硬件方面和常见报错及小技巧等章节，看了也蛮有收获的。总体上来说，值得入手的。
评分皆为实战，如果未接触过GP，以此作为入门，那价值远远超过书本媒介所能带给你的。
评分还是开源的hadoop更深入，商业的东西总是有块扯不掉的遮羞布，不爽。
评分还是开源的hadoop更深入，商业的东西总是有块扯不掉的遮羞布，不爽。
评分浙江温州数仓厂，核心开发带着小姨子跑路了，Pivotal没有办法，原本都是几十万的数据仓库，开源甩卖啦。
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有