表分片

对于任何分布式数据库来说，数据的分片都是必不可少的。本文将描述 GreptimeDB 中的表数据如何进行分片。

分区

从逻辑上说，在 GreptimeDB 中数据是使用分区进行分片的。我们借用了在 OLTP 数据库中常用的概念“分区”，因为 GreptimeDB 使用“表”来组织数据并使用 SQL 来查询它。

在 GreptimeDB 中，一张表可以通过多种方式横向分区，并且它使用与 MySQL 相同的分区类型（以及相应的语法）。目前，GreptimeDB 支持 “RANGE COLUMNS 分区”。

在 “RANGE COLUMNS 分区”中，每个分区仅包含表中的一部分数据，并按某些列值范围进行分组。例如，我们可以像这样在 GreptimeDB 中对表进行分区：

sql

  1. CREATE TABLE my_table (
  2.   a INT PRIMARY KEY,
  3.   b STRING,
  4.   ts TIMESTAMP TIME INDEX,
  5. )
  6. PARTITION BY RANGE COLUMNS (a) (
  7.   PARTITION p0 VALUES LESS THAN (10),
  8.   PARTITION p1 VALUES LESS THAN (20),
  9.   PARTITION p2 VALUES LESS THAN (MAXVALUE),
  10. );

我们在上面创建的 my_table 有 3 个分区。分区 “p0” 包含了 “a < 10” 的行；分区 “p1” 包含了 “10 <= a < 20” 的行；分区 “p2” 包含了剩下的 “a >= 20” 的所有行。

重要

  1. 所有分区的范围必须严格递增，并最终以 “MAXVALUE“ 结尾。
  2. 用于分区的列必须是主键。

注意

目前 “PARTITION BY RANGE” 语法中不支持表达式，只能使用列名。

Region

在创建分区后，表中的数据被逻辑上分割。你可能会问：”在 GreptimeDB 中，被逻辑上分区的数据是如何存储的？” 答案是保存在 Region 当中。

每个 Region 对应一个分区，并保存分区的数据。所有的 Region 分布在各个 Datanode 之中。我们的 Metasrv 会根据 Datanode 的状态在它们之间自动移动 Region。此外，Metasrv 还可以根据数据量或访问模式拆分或合并 Region。

分区和Region的关系参见下图：

text

  1.                        ┌───────┐
  2.                        │       │
  3.                        │ Table │
  4.                        │       │
  5.                        └───┬───┘
  6.                            │
  7.         Range [Start, end) │ Horizontally Split Data
  8.         ┌──────────────────┼──────────────────┐
  9.         │                  │                  │
  10.         │                  │                  │
  11.   ┌─────▼─────┐      ┌─────▼─────┐      ┌─────▼─────┐
  12.   │           │      │           │      │           │
  13.   │ Partition │      │ Partition │      │ Partition │
  14.   │           │      │           │      │           │
  15.   │    P0     │      │    P1     │      │    Px     │
  16.   └─────┬─────┘      └─────┬─────┘      └─────┬─────┘
  17.         │                  │                  │
  18.         │                  │                  │  
  19. ┌───────┼──────────────────┼───────┐          │  Partition 和 Region 是一一对应的
  20. │       │                  │       │          │
  21. │ ┌─────▼─────┐      ┌─────▼─────┐ │    ┌─────▼─────┐
  22. │ │           │      │           │ │    │           │
  23. │ │   Region  │      │   Region  │ │    │   Region  │
  24. │ │           │      │           │ │    │           │
  25. │ │     R0    │      │     R1    │ │    │     Ry    │
  26. │ └───────────┘      └───────────┘ │    └───────────┘
  27. │                                  │
  28. └──────────────────────────────────┘
  29.      可以放在同一个 Datanode 之中