[视频]云原生数据仓库 AnalyticDB PostgreSQL 版解析与实践(上)|学习笔记(四)

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
云原生数据库 PolarDB MySQL 版,通用型 2核8GB 50GB
简介: 快速学习[视频]云原生数据仓库 AnalyticDB PostgreSQL 版解析与实践(上)

开发者学堂课程【数据仓库 ACP 认证课程[视频]云原生数据仓库 AnalyticDB PostgreSQL 版解析与实践(上) 】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/928/detail/14626


[视频]云原生数据仓库 AnalyticDB PostgreSQL 版解析与实践(上)

 

四、核心功能解析与实践

1.常见运维SQL命令

①常用运维SQL

实例

Schema

用户

权限

资源队列

存储配额

落盘文件

②常用运维命令

实例

节点

参数

2.实例运维 SQL

SQL

说明

select now0 from gp_dist_random("gp_id")

在每个节点运行now0函数,返回则表明所有节点运行正常

select * from pg_stat_activity where query!='<IDLE>' and pid!= pg_backend_pid0 and state!="idle' order by query_start asc

查看状态不为idle的连接和运行SQL,按开始时间排序,该输出包含进程号,会话号执行用户,客户端P,开始时间,当等信息前状态,是否在等待

select pg_cancel_backend(<PID>);

取消或结束运行中的SQL(优先执行cancel,若无法取消,则执行terminate )

select * from gp_segment_configuration ;

查看所有segment节点;

select * from gp_segment_configuration where status = "d';

查看down的segment节点;

select * from gp_segment_configuration where role !=preferred_role;

查看不平衡的segment节点

select * from gp_configuration_history ;

查看所有segment节点的历史状态变更信息

select datname, pg_size_pretty(pg_database_size(datname))from pg_catalog.pg_database;

查看所有数据库的大小

select pg_size_pretty(pg_database_size('yinc2'));

查看指定数据库的大小

Select now()form gp_dist_random(“gp_id”)检查实例当前是否可用,每个节点都可以返回,则说明都可以使用

3.Schema 运维 SQL

SQL

说明

select table_name from information_schema.tables where

table_schema='myschema’ ;

查看指定schema下所有表

 

select table_name, pg_total_relation_size(quote_ident(table_name)) frominformation_schema.tables where table_schema = 'myschema' order by 2 desc limit 5;

查看指定schema下表大小(由大到下排序)

 

非分区表: select pg_size_pretty(pg_relation_size(public.t1'));

分区表: select pg_size_pretty(pg_total_relation_size('public.t1'));

查看指定表大小

 

select oid from pg_class where relname='b' and relnamespace in (select oid from pg_namespace where nspname='public');

查看指定表public.b的oid

select * from pg_stat_last_operation where

objid='public.table_name':regclass::oid order by statime;

查看指定表public.table_name的操作记录

 

4.DEMO

①创建实例

②使用控制台

③连接数据库

④建表并导入数据

⑤执行SQL查询

⑥查看分析执行计划

⑦常用运维SQL

登录阿里云官网

立即购买

进入实例选型(根据实际情况选择)

高性能(基础版)相当于单副本

image.png产品控制台查看、账号管理(创建初始账号)、创建外网地址(本地电脑)

实时监控(体验优化改版,有更好的体验)

image.png

需要连接的话,创建白名单

备份恢复

连接数据库

使用文档下载跑 psql 客户端

输入密码

建表语法

CREATE TABLE NATION(

N_NATIONKEY INTEGER NOT NULL,

N_NAME      CHAR(25) NOT NULL,

N_REGIONKEY INTEGER NOT NULL,

N_COMMENT   VARCHARK (152)

)

WITH (APPENDONLY=TRUE,ORIENTATION=COLUMN,COMPRESSTYPE=ZSTD,COMPRESSLEVEL=9)

DISTRIBUTED Replicated

CREATE TABLE REGION (

R_REGIONKEY  INTEGER NOT NULL,

R_NAME       CHAR(25) NOT NULL,

R_COMMENT    VARCHAR(152)

)

WITH(APPENDONLY=TRUE,ORIENTATION=COLUNN,CONPRESSTYPE=ZSTD,COMPRESSLEVEL=9)

DISTRIBUTED Replicated

继续建表

数据导入后后台会自动合并与排序

通过 COPY 或 OSS 导入

执行加 analyse

运维SQL:

SQL成功返回,说明实例是可用的

image.png节点期望的角色和真正的角色

数据是否同步

数据库大小查看

指定表welcome,719兆,压缩完157兆,相当于1/5、1/4之间

指定表查看

Waiting 是 ture等锁释放

查看每张表是否被锁

5.真题讲解

①在实例规格选型层面,决定ADBPG实例复杂SQL查询性能RT的最关键因素是? B

A.Segment节点CPU核数

B.Segment节点数量

C. Master节点CPU核数

D. Master节点数量

节点数量越多,说明处理SQL节点越多,执行越快

CPU核数越多,处理并发能力越高

②ADBPG支持的表分布策略包括? ACD

A.哈希

B.指定节点

C.复制

D.随机

③ADBPG那个表类型支持主键索引? A

A.堆表

B.AO行存表

C.AO列存表

D.OSS外表

数据都在 OSS 上,所以不支持

④那张表可以查看当前运行的SQL ? C

A. pg_current_sql(迷惑)

B. gp_segment_configuration

C. pg_stat_activity

D. gp_locks_on_relation

⑤用于结束指定会话的SQL是? B

A. select pg_cancel_backend()

B. select pg_terminate_backend()

C. select pg_sleepo

D. select pg_stop()(迷惑)

相关实践学习
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
相关文章
|
2月前
|
存储 SQL 机器学习/深度学习
一文辨析:数据仓库、数据湖、湖仓一体
本文深入解析数据仓库、数据湖与湖仓一体的技术原理与适用场景。数据仓库结构严谨、查询高效,适合处理结构化数据;数据湖灵活开放,支持多模态数据,但治理难度高;湖仓一体融合两者优势,实现低成本存储与高效分析,适合大规模数据场景。文章结合企业实际需求,探讨如何选择合适的数据架构,并提供湖仓一体的落地迁移策略,助力企业提升数据价值。
一文辨析:数据仓库、数据湖、湖仓一体
|
2月前
|
存储 机器学习/深度学习 数据采集
数据湖 vs 数据仓库:大厂为何总爱“湖仓并用”?
数据湖与数据仓库各有优劣,湖仓一体架构成为趋势。本文解析二者核心差异、适用场景及治理方案,助你选型落地。
数据湖 vs 数据仓库:大厂为何总爱“湖仓并用”?
|
2月前
|
存储 人工智能 关系型数据库
阿里云AnalyticDB for PostgreSQL 入选VLDB 2025:统一架构破局HTAP,Beam+Laser引擎赋能Data+AI融合新范式
在数据驱动与人工智能深度融合的时代,企业对数据仓库的需求早已超越“查得快”这一基础能力。面对传统数仓挑战,阿里云瑶池数据库AnalyticDB for PostgreSQL(简称ADB-PG)创新性地构建了统一架构下的Shared-Nothing与Shared-Storage双模融合体系,并自主研发Beam混合存储引擎与Laser向量化执行引擎,全面解决HTAP场景下性能、弹性、成本与实时性的矛盾。 近日,相关研究成果发表于在英国伦敦召开的数据库领域顶级会议 VLDB 2025,标志着中国自研云数仓技术再次登上国际舞台。
341 0
|
10月前
|
人工智能 关系型数据库 MySQL
AnalyticDB MySQL版:云原生离在线一体化数据仓库支持实时业务决策
AnalyticDB MySQL版是阿里云推出的云原生离在线一体化数据仓库,支持实时业务决策。产品定位为兼具数据库应用性和大数据处理能力的数仓,适用于大规模数据分析场景。核心技术包括混合负载、异构加速、智能弹性与硬件优化及AI集成,支持流批一体架构和物化视图等功能,帮助用户实现高效、低成本的数据处理与分析。通过存算分离和智能调度,AnalyticDB MySQL可在复杂查询和突发流量下提供卓越性能,并结合AI技术提升数据价值挖掘能力。
277 16
|
存储 数据挖掘 BI
数据仓库深度解析与实时数仓应用案例探析
随着数据量的不断增长和数据应用的广泛深入,数据治理和隐私保护将成为数据仓库建设的重要议题。企业需要建立完善的数据治理体系,确保数据的准确性、一致性和完整性;同时加强隐私保护机制建设,确保敏感数据的安全性和合规性。
1127 55
|
消息中间件 存储 大数据
大数据-数据仓库-实时数仓架构分析
大数据-数据仓库-实时数仓架构分析
645 1
|
Cloud Native 数据管理 OLAP
云原生数据仓库AnalyticDB产品使用合集之是否可以创建表而不使用分区
阿里云AnalyticDB提供了全面的数据导入、查询分析、数据管理、运维监控等功能,并通过扩展功能支持与AI平台集成、跨地域复制与联邦查询等高级应用场景,为企业构建实时、高效、可扩展的数据仓库解决方案。以下是对AnalyticDB产品使用合集的概述,包括数据导入、查询分析、数据管理、运维监控、扩展功能等方面。
506 2
云原生数据仓库AnalyticDB产品使用合集之是否可以创建表而不使用分区
|
Cloud Native 关系型数据库 MySQL
《阿里云产品四月刊》—云原生数据仓库 AnalyticDB MySQL 版 新功能
阿里云瑶池数据库云原生化和一体化产品能力升级,多款产品更新迭代
236 3
|
SQL Cloud Native 关系型数据库
云原生数据仓库AnalyticDB产品使用合集之如何进行一键诊断
阿里云AnalyticDB提供了全面的数据导入、查询分析、数据管理、运维监控等功能,并通过扩展功能支持与AI平台集成、跨地域复制与联邦查询等高级应用场景,为企业构建实时、高效、可扩展的数据仓库解决方案。以下是对AnalyticDB产品使用合集的概述,包括数据导入、查询分析、数据管理、运维监控、扩展功能等方面。
511 7
|
存储 SQL Cloud Native
云原生数据仓库AnalyticDB产品使用合集之热数据存储空间在什么地方查看
阿里云AnalyticDB提供了全面的数据导入、查询分析、数据管理、运维监控等功能,并通过扩展功能支持与AI平台集成、跨地域复制与联邦查询等高级应用场景,为企业构建实时、高效、可扩展的数据仓库解决方案。以下是对AnalyticDB产品使用合集的概述,包括数据导入、查询分析、数据管理、运维监控、扩展功能等方面。
237 4

推荐镜像

更多
  • DNS