概述

AnalyticDB PostgreSQL版支持JDBC/ODBC連接，支持SQL 2003語法標準，兼容PostgreSQL，Greenplum，和部分Oracle語法，同時提供PL/pgSQL存儲過程。另外在SQL基礎上，支持Apache MADLib機器學習，PostGIS地理位置分析，以及JSON/JSONB半結構化數據，圖片音頻等非結構化數據與結構化數據融合分析功能。

在部署形態層面，AnalyticDB PostgreSQL版提供阿里云公共云服務，按量付費，支持垂直升降配和水平擴容，另外支持存儲容量獨立在線擴容；同時提供阿里云企業版，和敏捷版DBStack混合云部署形態，同時支持X86和ARM平臺。

在第三方認證層面，AnalyticDB PostgreSQL版通過了“國際數據庫TPC官方TPC-H 30TB認證”（性價比綜合排名第一），信通院“分布式事務型數據庫基礎能力評測”（TPC-C）和“分布式分析型數據庫大規模性能認證”（640節點 TPC-DS 100TB）。

技術架構

以下為AnalyticDB PostgreSQL版的架構圖，主要包含Master Node和Compute Node兩大組件，中間通過Interconnect進行互聯通信和數據交換傳輸。

Master Node和Compute Node提供多副本保障服務高可用和數據高可靠，同時均支持通過Scale Out水平擴展來提高集群整體寫入查詢并發和吞吐。

模塊組件

• Master Node

  • Master Node主要負責客戶端連接協議層接入（Access Protocol），認證和鑒權（Authorization & Authentication），SQL解析（Parser），重寫（Rewrite），優化（Optimizer），和執行分發協調（Dispatcher）。

    另外，Master Node還包含全局事務管理器（Global Transaction Manager），負責全局事務ID、快照生成和分布式事務管理；全局元數據目錄（Global Catalog）則記錄了用戶，庫，表，視圖，索引，分布分區等數據庫對象的元數據信息。

• Compute Node

  • Compute Node包含了一組Segment，部署形態上可以是物理機，VM或者容器。

• Segment

  • Segment是負責具體的SQL執行和數據存儲節點。其中本地元數據（Local Catalog，與Master Node Global Catalog保持同步）起到加速執行的功能（Segment無需每次訪問Master Node獲得元數據信息）；本地事務管理器（Local Transaction Manager）提供本地事務能力；緩存管理器（Buffer Pool）則提供了數據的讀寫緩存，用于提升讀寫性能。

  • 執行引擎（Query Executor）通過向量化（Vectorization）和即時編譯（JIT）等技術，相比傳統逐行計算的火山模型獲得數倍性能提升。

  • 數據和索引（Data & Index）支持行存表，列存表，和外表以及相應索引：

    • 行存表：數據按行存放，支持主鍵，B+樹索引，Bitmap索引，GIN索引等，適合數據實時寫入更新刪除，點查，范圍查，通過MVCC提供事務能力。

    • 列存表：數據按列存放，高壓縮比，適合追加寫（少量更新刪除）場景。通過B+樹索引支持高效點查，同時在block級別提供min&max輕量級索引，數據可按多列進行多維排序，支持任意排序列的組合過濾，支持高效分析場景。

    • 外表：元數據存放在本地系統表，數據存放在OSS，支持的數據格式包括ORC，Parquet，CSV，JSON，支持表分區，其中ORC和Parquet支持列過濾和謂詞下推，提升分析性能。除OSS外，同時也支持Hadoop（HDFS, Hive）外表。

    

組件交互

下圖展示了客戶端從建立連接到執行一條完整SQL整個過程中上述主要模塊組件的交互和執行流程。

數據模型

將表數據均勻的分布到各個節點中，是發揮集群整體IO性能，提升存儲容量，優化計算與網絡傳輸效率的關鍵。除了默認的哈希分布策略，AnalyticDB PostgreSQL版還支持復制分布和隨機分布。復制分布是指在每個存儲節點上都存放該表的全量數據，通常用于經常被關聯查詢的小表，在執行相應查詢時無需數據廣播或重分布環節，提升查詢性能。另外也支持隨機分布策略，主要場景是當前表字段中無合適字段作為hash分布列（比如會引起各個節點數據傾斜），同時該表也不小（不適合復制策略），隨機分布可以讓該表數據被均勻擺放到各節點。

在將表數據分布到各個存儲節點后，在單個節點上根據業務場景可對表數據進行分區，在執行具體查詢時進行分區裁剪，縮小查找和數據處理范圍。AnalyticDB PostgreSQL版支持范圍和列表分區類型，同時支持多級分區。下圖展示了一張用戶表顯示通過ID列hash分布到3個節點，然后在每個節點上按date列進行范圍分區，然后再按city列進行列表分區。圖中最右邊的每個分區都對應了一份數據存儲和索引。這些分區表可以是行存表，也可以是列存表，或者外表。比如業務上完全可以對最近需要寫入的分區（Mar）使用行存表，過去已經歸檔的分區（Feb）使用列存表，出于降低成本考慮，也可以對較少查詢的分區（Jan）使用OSS外表。

數據庫對象

AnalyticDB PostgreSQL版不僅僅是關系型也是對象-關系型，數據庫的對象通常包括：表、視圖、函數、序列、索引、分區子表、外部表等，而對象-關系型則進一步支持用戶自定義對象和它的屬性，包括數據類型、函數、操作符，域和索引，甚至復雜的數據結構也可以被創建，存儲和檢索。這些對象將按照邏輯劃分成不同的集合即組成模式（schema），每當新數據庫創建后，都會默認為數據庫創建模式public，這也是該數據庫的默認模式，并且允許每個用戶（角色）進行訪問，所有為此數據庫創建的對象一般都將默認在這個模式中。

數據庫是數據庫對象的物理集合，而模式則是數據庫內部用于組織管理數據庫對象的邏輯集合，模式之下則是各種應用程序會接觸到的對象，比如表、索引、數據類型、函數、操作符等。使用模式把數據庫對象組織成邏輯組，讓它們便于管理，允許多個用戶（角色）使用同一個數據庫不會互相干擾。

用戶（角色）是數據庫（集群）全局范圍內的權限控制系統，用于各種集群范圍內所有的對象權限管理。用戶不特定于某個單獨的數據庫，如果需要登錄數據庫管理系統則必須連接到一個數據庫上，用戶可以擁有各種數據庫對象。

缺省情況下，用戶看不到模式中不屬于他們所有的對象，需要對象所有者賦予相應權限。如果已經被賦予適當的權限，用戶也可以在別的用戶模式里創建對象。請注意，缺省每個用戶都在public模式上有創建對象的權限，比如新建一個表并讀寫數據。

在AnalyticDB PostgreSQL版數據庫中，所有對象作為系統元數據將同時被保存在Master服務器和Segment服務器上。