Greenplum数据库设计开发规范.doc

目 录
第一章 前言 2
文档目 2
预期读者 2
参照资料 2
第二章 设计规范 3
数据库对象数量 3
表创立规范 3
表构造设计 4
字段命名 4
数据类型 4
数据分布 5
分区 7
压缩存储 8
索引设计 9
其她数据库对象设计 10
schema 10
视图 11
暂时表和中间表 11
第三章 SQL开发规范 12
基本规定 12
WHERE条件 12
分区字段使用 13
表关联 13
排序语句 16
嵌套子查询 16
UNION / UNION ALL 16
高效SQL写法建议 18
前言
文档目
随着Greenplum数据库正式上线使用。为了保证Greenplum 数据仓库系统平台平稳运营，保证系统可靠性、稳定性、可维护性和高性能。特制定本开发规范，以规范基于Greenplum数据库平台有关应用开发，提高开发质量。
预期读者
Greenplum数据仓库平台应用设计与开发人员；
Greenplum 数据仓库平台系统管理人员和数据库管理员；
Greenplum 数据仓库平台运营维护人员；
参照资料
：
《》
《》
《》
设计规范
数据库对象数量
数据库对象类型涉及数据表、视图、函数、序列、索引等等，在Greenplum数据库中，系统元数据同步保存在Master 服务器和Segment服务器上，过多数据库对象会导致系统元数据膨胀，而过多系统元数据导致系统运营逐渐变慢；同步，类似数据库备份、恢复、扩容等较大型操作都导致效率变慢。因而，根据GreenplumDB产品最佳时间，单个数据库对象数量，应控制在10万以内。
GP数据库对象涉及：表、视图、索引、分区子表、外部表等。
如果数据表数量太多，建议按应用域进行分库，尽量将单个数据库表数量控制在10万以内，可以在一种集群中创立各种数据库。
【备注】：在Greenplum数据库中，一张分区表，在数据库中存储为一张父表、每张分区子表都是一张独立库表；例如：一张按月进行分区存储一年数据表，如果含默认分区，共14张表。
表创立规范
为了避免数据库表数量太多，避免单个数据表数据量过大，给系统运营和使用带来困难，在Greenplum数据库中需遵循如下表创立规范：
1、GP系统表中保存表名称都是以小写保存。普通SQL语句中表名对大小写不敏感。但不容许在建表语句中使用双引号（“”）涉及表名，这样会影响系统表中存储名称，使得表名存在大小写或特殊字符。表命名也不容许浮现中文字。
2、单个数据库数据表数量建议不要超过10万张；
3、禁止使用二级分区表，由于二级分区表会导致表对象数量急剧膨胀；
4、由于过多数据文献会导致操作系统对文献操作效率减少，直接影响到数据库管理效率。如果数据文献数量过多，建议增长各种表空间，把数据表均匀分布到不同表空间。每个表空间目录下数据文献数量，应控制在80万以内。文献数记录可以直接到某个Segment实例目录下指定表空间目录下记录。
5、创立数据表（DDL）时候（不含暂时表和程序中使用中间表），必要使用tablespace 子句指定用于存储表空间，而不是把所有表都存储在默认表空间；例如：
Create table employee ( id int,name varchar)
TABLESPACE tpc_data_01 distributed by (id);
6、对于数据量超过1TB大表,需从应用设计方面，考虑对大表进行优化，例如与否可划分为历史数据表和当前数据表，并分开存储；与否应采用压缩存储节约空间；与否合理分区；与否应定期清理数据等等。
表构造设计
字段命名
表字段命名，与表名类似。在GP系统表中保存表名称都是以小写保存。普通SQL语句中字段名称对大小写不敏感。但不容许在建表语句中使用双引号（“”）涉及字段名，这样会影响系统表中存储名称，使得表名存在大小写或特殊字符。字段命名也不容许浮现中文字。
数据类型
数据类型定义与有关数据加载和使用紧密有关，数据类型定义决定了数据所占用空间大小，因而，必要慎重设计GP数据仓库数据表字段类型。
数据仓库数据来自于各种异构业务应用系统，普通状况下，业务应用系统字段类