分布式SQL提示和技巧–2022年7月

Marko Rajcevic 【hudson译】

2022年7月25日

欢迎回到我们的分布式SQL提示和技巧博客，在这里我愉快地重温一下互联网上的分布式SQL问题。

什么情况下我应该用范围分片而不是散列分片？

如问题所述，YugabyteDB支持两种数据分片方法：按哈希和范围进行分片。创建表时选择了分片方法 ，或者设置表的主键。 默认情况下，您的主键将通过HASH进行分片，除非您根据升序还是降序按范围分区而调用ASC或DSC。如果您来自PostgreSQL，请注意这是因为PG索引是B-Tree，按范围逻辑排序。

使用主键索引的单行选择

由于YugabyteDB是一个OLTP数据库，使用主键索引进行单行选择时查询运行最有效。这些是哈希分片最有效的工作负载类型。在这里，它有助于避免热点，因为散列允许平均分布对tablet的访问。 如果对散列分片表或索引进行范围扫描，您将看到它效率较低。在这种情况下，对于选择一系列行的查询，按范围进行切分将更有效。但是，如果您可能有如下查询：

  select  * from  test_table where  id='foo' AND time<= NOW（） for update skip locked   limit  1；

您可以创建一个复合主键，其中第一列由HASH分割，第二列作为ASC或DSC中的聚簇键添加。

在上面的例子中，主键可以类似于primary key（id，time）。由于ASC是聚簇列的默认值，因此该表的数据将被哈希切分，id值相同的行将按时间升序聚簇。这将使上述查询更加高效。 每种方法都有其优缺点 。 如果您在区分分片(sharding)和分区(partitioning)概念方面有困难，我鼓励您查看Frank Pachot这篇很棒的博客 。 如果您渴望开始探索YugabyteDB，可以在 此处 测试示例中的这些方法

是否有必要在所有查询中使用主键？如果不使用主键，如何找到正确的tablet

在YugabyteDB中创建的任何表都由一个键进行切分，无论它是否由用户定义。系统分配的也同样适用，因此用户不会创建一个。 因此，对于用户定义的主键，如果有效地指定该键，YSQL可以找到该行。 如果您没有指定它，如上所述，YSQL没有其他选项，只能访问每一行，根据指定的过滤器验证它是否正确。 读取所有行称为“顺序扫描”，您可以使用 explain命令 显示查询规划，从中找到顺序扫描。 如果您有一个用户定义的键，但没有在查询中使用它，则会看到相同的行为。 YSQL将扫描所有节点上的所有数据，导致严重延迟。因此，我们始终鼓励用户创建主键，在查询中使用。在您可以访问表中其他列的情况下，您可以 创建索引 以加快该查询的性能。您还可以使用include关键字添加仅用于查询的数据，而不会用于索引排序。

什么情况下我应该使用Kafka还是使用xCluster异步复制？

xCluster 是 存储层 支持的内置复制功能,它支持两个独立的YugabyteDB集群之间的异步复制，而不会导致额外的写入延迟。

此功能按更新的时间顺序复制事务日志（WAL），并提供至少一次的语义（可在 此处 找到其他功能和限制）。 如果需要跨两个区域复制特定的表，应该考虑使用此方法，因为它是内置的YugabyteDB特性。

Apache Kafka是架构中YugabyteDB和第三方软件之间一个额外组件，最适合 流或复制更改 。然而，YugabyteDB 使用 Debezium 连接器 本地支持变更数据捕获（CDC） 。（可适用大多数用例）。