Descripción general
El rendimiento de Greenplum se define en gran medida en la etapa de diseño. La cantidad de segmentos, las claves de distribución y la elección de almacenamiento determinan si el trabajo se reparte de forma pareja en el clúster o se amontona en unos pocos segmentos.
Desafío
El skew provocado por una clave de distribución mal elegida no se anuncia solo. Aparece como consultas más lentas de lo que el hardware debería permitir, y se vuelve más difícil de corregir a medida que crece el volumen de datos.
Entorno
Aplicable a cualquier despliegue de Greenplum, incluidos los entornos con derecho de uso a través de una suscripción de VMware Tanzu.
Enfoque
AceMQ revisa la topología del clúster frente a la forma de la carga de trabajo: cantidad de segmentos y distribución de hosts, claves de distribución medidas según su skew real, particionamiento y elección de almacenamiento, y la programación de vacuum y analyze que mantiene saludable un almacenamiento append-optimized.
Solución
- Revisión de la cantidad de segmentos y de la topología de hosts
- Análisis de las claves de distribución con skew medido, no supuesto
- Revisión de la estrategia de particionamiento y de la elección de almacenamiento
- Evaluación de la programación de vacuum y analyze
- Optimización de los procesos ETL y de las rutas de carga
- Hoja de ruta de corrección priorizada por riesgo
Resultado final
Los equipos descubren qué tablas tienen skew de verdad, cuánto les está costando y qué correcciones vale la pena hacer antes del siguiente salto de crecimiento.