分布键 distribution key 在Hologres 起了什么作用？

Hologres 是一个分布式的计算引擎，如果没有设置分布键，数据库表默认为随机分布 形式，数据将被随机分配到各个 shard 上；如果用户指定了分布列，数据将按照指定列， 将数据 shuffle 到各个 shard，同样的数值肯定会在同样的 shard 中。 当用户以分布列做过滤条件时，Hologres 可以直接筛选出数据相关的 shard 进行扫 描；当用户以分布列做 join 条件时，Hologres 不需要再次将数据 shuffle 到其他计算节点， 直接在本节点 join 本节点数据即可，可以大大提高执行效率；同时如果用户 group by 的 key 是分布列也可以减少一次数据 shuffle，对整个查询的性能带来非常大的提升。  对于有 pk 的表，其分布键默认就是 pk，如果不想 pk 字段作为分布键，可以指定 pk 字段的子集，但是不能随意指定。  可以通过 shard_count 来指定表的 shard 数，如果不指定的话每个数据库都有一个 默认的 shard 数， 一旦指定了一个表的 shard 数，其他的表如果想要和这个表做 local join，就必须指定 colcate with 这个表。下图所示是一个通过分布键设置来加速 两个表做 join 的场景。