1、创建数据库：

create database 库名;

2、删除数据库：

drop database 库名;

3、创建表：

create table 表名(

id integer,

name text,

price numeric {精确度较高的小数型，同mysql的decimal}

);

3-1、GP建表指定列级约束

create table 表名(

id integer primary key, {主键约束}

name text not null, {非空约束}

price numeric check(price>0), {检查约束}

type integer unique {唯一约束}

);

【注】：主键、唯一键、随机分布不能共存

3-2、声明表的分布策略

GP的分布键作用是保证数据能够均匀分布在不同的存储节点上，充分利用并行计算带来的高性能。GP的分布策略包括HASH分布和随机分布。

HASH分布的关键字是：distributed by(列名)

随机分布的关键字是：distributed by randonly

在创建表或者修改表定义的时候，必须使用distributed by来执行分布键，从而使数据均匀的存储在不同的segment上。

如果指定的分布键(列名)不是主键，则无法创建(指定的列必须是主键)。

(1)、声明hash分布

create table 表名(

id integer primary key, {主键约束}

name text not null, {非空约束}

price numeric check(price>0), {检查约束}

type integer unique {唯一约束}

)distributed by(id);

(2)、声明随机分布

create table 表名(

id integer primary key, {主键约束，这里就不能在声明主键约束}

name text not null, {非空约束}

price numeric check(price>0), {检查约束}

type integer unique {唯一约束，这里就不能在声明唯一约束}

)distributed by randonly; {指定随机分布}

【注】：主键、唯一键、随机分布不能共存

否则报错：ERROR:Primary key and distributed randonly are incompatible{不兼容的}

【说明】：几何数据类型和自定义的数据类型不适合作为GP的分布键。如果没有适合的列可以保证数据的均匀分布，则使用随机分布

4、分区表的特征

(1)、对一张表作分区，实际上是创建了一张父表和多个子表

(2)、每个分区在创建时都带有一个不同的检查约束(check)

(3)、任何分区结构的修改或者表结构的修改都要通过父表使用partition字句结合alter table命令完成

查看某张表是否为分区表：

select count(*) from pg_partition where parrelid='测试schema.表名'::regclass;

结果：如果有数据就是分区表，如果无数据则不为分区表

(4)、分区选择性扫描的限制

查询计划只可以用稳定的比较运算符 = , < , > , <= , >= , <>

查询计划不能识别非稳定的函数来执行选择性扫描

(5)、创建和管理分区表

分区表类型 使用场景

range 表示一个序列范围，如日期、数字、价格等

list 表示一个列表，如产品名称

【注】：主键或是唯一键必须包含表中的所有分区键

1)、定义range类型分区表，使用start，end，every定义分区增量让GP自动创建分区

create table test(

c1 integer,

c2 date

)distributed by(c1)

partition by range(c2)

(

start(date,'2019-09-01')inclusive

end(date,'2019-09-03')exclusive

every(interval '1 day')

);

创建结果：

test(父表)

test_1_part_1

test_1_part_2

test_1_part_3

关键字说明：

start： 分区开始值

end: 分区结束值

inclusive: 表示包含左边的取值

exclusive: 表示不包含左边的取值

every: 表示分区范围自增长的步长

2)、定义日期范围分区表，且并给每个分区表单独命名

create table test(

c1 integer,

c2 date

)distributed by(c1)

partition by range(c2)

(

partition one start(date,'2019-09-01')inclusive

partition two start(date,'2019-09-02')inclusive

partition thr start(date,'2019-09-03')inclusive

end(date,'2019-09-04')exclusive

);

创建结果：

test(父表)

test_1_par_one

test_1_par_two

test_1_par_thr

3)、定义数字范围分区表

create table test2(

id int,

year int

)distributed by(id)

partition by range(year)

(

statr(2014)

end(2016)

every(1),

default partition extra

);

创建结果：

test2(父表)

test2_1_prt_extra

test2_1_prt_2

test2_1_prt_3

4)、创建列表分区

create table test2(

id int,

gender char(1)

)distributed by(id)

partition by list(gender)

(

partition boys values('M'),

partition girls values('F'),

default partition thr

);

【说明】：default partition 分区名称 的作用是是定义默认分区，在分区检查约束范围内的数据会被放到对应的分区，不在各个

分区表检查范围内的数据都会被放入到默认分区表中

举例：

insert into test2 value

(1,'M'),

(2,'M'),

(3,'F'),

(4,'K');

select * from test2_1_prt_boys;

结果：

1 M

2 M

select * from test2_1_prt_girls;

结果：

3 F

select * from test2_1_prt_thr;

结果：{K不等于M也不等与F，所以被存储到默认分区内}

4 K

5)、定义多级分区表

创建二级子分区表根据日期字段做一级分区，再根据地区列表做二级分区

create table test2(

id int,

dates date,

region text

)distributed by(id)

partition by range(dates)

subpartition by list(region)

subpartition template

(

subpartition usa values('usa'),

subpartition uk values('uk'),

subpartition ch values('ch'),

default subpartition otherRegions

)

(

start(date,'2019-09-20')inclusive

end(date,'2019-09-22')exclusive

every(interaval '1 day'),

default partition otherDays

);

6)、查看子分区是否被扫描

explain select * from test2;

7)、交换分区(待查方法)

8)、查看分区设计

通过pg_partition视图查看分区表的设计情况

select partitionboundry, partitiontablename, partitionname, partitionlevel, partitionrank from pg_partition;

通过pg_partition_templates查看子分区模板

select * from pg_partition_templates where tablename='test2';

通过pg_partition_columns查看分区键

select * from pg_partition_columns where tablename='test2';

(6)、维护分区表

分区表的维护包括添加新分区，重命名，拆分，模板修改和删除分区等

1)、添加新分区{原分区表中如果默认存在分区需要先drop掉默认分区}

alter table test2 drop default partition;

alter table test2 add partition 分区名 start('2019-09-20'::date) end('2019-09-30'::date);

分区名如：p20200317

1-1)、创建一个新的空分区：

create table 分区表名_y2008m02 partition OF 源表

for values from ('2008-02-01') TO ('2008-03-01')

TABLESPACE fasttablespace;

2、重命名分区{修改父表信息、会影响所有的分区表}

alter table test2 rename to test22;

3)、只修改分区名称{for('2019-09-20')填写分区键的值这里即指test22_1_prt_4这个分区表}

alter table test22 rename partition for('2019-09-20') to change_par;

结果：test22_1_prt_4->改名为test22_1_prt_change_par

4)、删除分区

alter table schema.test22 drop default partition; 删除默认分区

alter table schema.test22 drop partition if exists "partitionName";

5)、清空分区数据

alter table test22 truncate partition for(rand(1));

6)、修改子分区模板

alter table test22 set subpartition template

(

subpartition usa value('usa'),

subpartition africa value('africa'),

default subpartition other

);

7)、拆分分区

alter table 分区表名 split partition p20120105分区名 at(('2012-01-06'::date)) into

(PARTITION p20120105(分区名) ,PARTITION p20120106(分区名) );

8)、交换分区

alter table 分区表名 exchange partition p20120102(分区名) with table 新分区表名;

5、数据的存储方式

推存储(heap)：适合数据经常变化的小表

只追加存储(Append-Only){即AO表}：适合大表，通常是批量装载数且只进行只读查询操作

默认的建表存储模式为堆存储。

创建堆存储表(heap)：

create table test(id int)distributed by(id);

创建AO表：

create table test(

id int,

name text not null,

sex text not null check(sex in('male','famale'))

)with (appendonly=true)

distributed by(id);

【注】：AO表不支持主键、唯一约束

6、快速建表

(1)、在创建表的时候，如果要创建一张结构一模一样的表，可以利用create table like命令，但是创建表后的一些特殊属性并不会一样。如压缩、只增加(appendonly)属性等。

如果不指定分布键，则默认分布键与源表一样

create table test2 (like test1) distributed by(id);

{注：使用create table like命令创建的表不带数据的，且(like 源表)得加上括号}

(2)、根据查询结果创建表，使用create table as 或 select into命令

create table as 和 select into命令功能一样，但select into语法简单且不能手动指定分布键，只能使用默认的分布键

{创建test2表}

方式一:

create table test2 as select id,name from test1 distributed by(id);

方式二：

select id,name into test1 from test2;

7、创建列存表

选择列存储或行存储的场景：

(1)、表中的数据需要做更新操作，选择行存储

(2)、如果表经常有insert操作，选择行存储

(3)、如果在select和where中涉及表的全部或大部分列时，选择行存储

(4)、如果在where和having中对单列做聚合操作且返回少量的行，选择列存储

(5)、行存储对于列多或行尺寸相对少的表更高效

(6)、列存储只在访问宽表的少量列的查询中性能更高

(7)、列存储根据有压缩优势

(8)、默认情况下，表是按行存储的方式存储

(9)、列存储必须是AO表，否则无法创建成功，使用with(orientation=column)指定为列存储

如：

create table test(

id integer,

name text not null

)with(orientation=column,appendonly=true)

distributed by(id)

8、创建压缩表

表压缩的目的是为了减少占用存储空间，用于数据仓库中的事实表。不经常进行数据和表结构的操作。压缩表必须是AO表。

GP数据库的压缩方式分为：表级压缩、列级压缩

行存储： 表级压缩，列级压缩 压缩算法：ZLIB、QUICKLZ

列存储： 表级压缩，列级压缩 压缩算法：RLE_TYPE、ZLIB、QUICKLZ

(1)、表级压缩

get_ao_distribution(表名) 查看AO表的分布情况

get_ao_compression_ratio(表名) 查看AO表的压缩率

pg_total_relation_size(表名) 查看AO表的占用空间大小(通常和函数pg_size_pretty()连用)

查看AO表test1的分布情况

select get_ao_distribution(test1);

查看AO表test1的压缩率

select get_ao_compression_ratio(test1);

查看AO表test1的占用空间大小

select pg_size_pretty(pg_total_relation_size(test1));

(2)、创建压缩表(表级压缩)

create table test1(

id integer,

name text not null

)with(appendonly=true,compression='zlib')

distributed by(id);

3)、创建压缩表(列级压缩)

create table test1(

id integer encoding(compression='zlib'),

name text not null encoding(compression='quickly'),

sex text not null encoding(compression=null)

)with(appendonly=true,orientation=column)

distributed by(id);

【注】：创建压缩表，同时使用了表级压缩和列级压缩，列级压缩会覆盖表级压缩的设置

9、数据加载

1000，0000条记录加载到数据库表

\copy test22 from '/data/test.csv' with delimeter ',';