Przegląd
Wydajność Greenplum jest w dużej mierze przesądzana na etapie projektowania. Liczba segmentów, klucze dystrybucji i wybór typu składowania decydują o tym, czy praca rozkłada się równomiernie w klastrze, czy kumuluje się na kilku segmentach.
Wyzwanie
Skew wynikający ze źle dobranego klucza dystrybucji nie daje o sobie znać wprost. Objawia się zapytaniami wolniejszymi, niż pozwalałby na to sprzęt, a wraz ze wzrostem wolumenu danych coraz trudniej go skorygować.
Środowisko
Dotyczy każdego wdrożenia Greenplum, w tym środowisk licencjonowanych w ramach subskrypcji VMware Tanzu.
Podejście
AceMQ porównuje topologię klastra z charakterystyką obciążenia: liczbę segmentów i rozmieszczenie hostów, klucze dystrybucji z faktycznie zmierzonym skew, partycjonowanie i wybór typu składowania oraz harmonogram vacuum i analyze, który utrzymuje w dobrej kondycji magazyn typu append-optimized.
Rozwiązanie
- Przegląd liczby segmentów i topologii hostów
- Analiza kluczy dystrybucji na podstawie zmierzonego, a nie zakładanego skew
- Przegląd strategii partycjonowania i wyboru typu składowania
- Ocena harmonogramu vacuum i analyze
- Optymalizacja ETL i ścieżek ładowania danych
- Mapa drogowa działań naprawczych uszeregowana według ryzyka
Efekt
Zespoły dowiadują się, które tabele faktycznie mają skew, ile je to kosztuje i które korekty warto wprowadzić przed kolejnym etapem wzrostu.