计算
弹性云服务器 ECS
Flexus云服务
裸金属服务器 BMS
弹性伸缩 AS
镜像服务 IMS
专属主机 DeH
函数工作流 FunctionGraph
云手机服务器 CPH
Huawei Cloud EulerOS
网络
虚拟私有云 VPC
弹性公网IP EIP
虚拟专用网络 VPN
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
VPC终端节点 VPCEP
云连接 CC
企业路由器 ER
企业交换机 ESW
全球加速 GA
安全与合规
安全技术与应用
Web应用防火墙 WAF
企业主机安全 HSS
云防火墙 CFW
安全云脑 SecMaster
DDoS防护 AAD
数据加密服务 DEW
数据库安全服务 DBSS
云堡垒机 CBH
数据安全中心 DSC
云证书管理服务 CCM
边缘安全 EdgeSec
威胁检测服务 MTD
CDN与智能边缘
内容分发网络 CDN
CloudPond云服务
智能边缘云 IEC
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
迁移中心 MGC
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
云搜索服务 CSS
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
数据治理中心 DataArts Studio
数据可视化 DLV
数据湖工厂 DLF
湖仓构建 LakeFormation
企业应用
云桌面 Workspace
应用与数据集成平台 ROMA Connect
云解析服务 DNS
专属云
专属计算集群 DCC
IoT物联网
IoT物联网
设备接入 IoTDA
智能边缘平台 IEF
用户服务
账号中心
费用中心
成本中心
资源中心
企业管理
工单管理
国际站常见问题
ICP备案
我的凭证
支持计划
客户运营能力
合作伙伴支持计划
专业服务
区块链
区块链服务 BCS
Web3节点引擎服务 NES
解决方案
SAP
高性能计算 HPC
视频
视频直播 Live
视频点播 VOD
媒体处理 MPC
实时音视频 SparkRTC
数字内容生产线 MetaStudio
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
存储容灾服务 SDRS
高性能弹性文件服务 SFS Turbo
弹性文件服务 SFS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属分布式存储服务 DSS
容器
云容器引擎 CCE
容器镜像服务 SWR
应用服务网格 ASM
华为云UCS
云容器实例 CCI
管理与监管
云监控服务 CES
统一身份认证服务 IAM
资源编排服务 RFS
云审计服务 CTS
标签管理服务 TMS
云日志服务 LTS
配置审计 Config
资源访问管理 RAM
消息通知服务 SMN
应用运维管理 AOM
应用性能管理 APM
组织 Organizations
优化顾问 OA
IAM 身份中心
云运维中心 COC
资源治理中心 RGC
应用身份管理服务 OneAccess
数据库
云数据库 RDS
文档数据库服务 DDS
数据管理服务 DAS
数据复制服务 DRS
云数据库 GeminiDB
云数据库 GaussDB
分布式数据库中间件 DDM
数据库和应用迁移 UGO
云数据库 TaurusDB
人工智能
人脸识别服务 FRS
图引擎服务 GES
图像识别 Image
内容审核 Moderation
文字识别 OCR
AI开发平台ModelArts
图像搜索 ImageSearch
对话机器人服务 CBS
华为HiLens
视频智能分析服务 VIAS
语音交互服务 SIS
应用中间件
分布式缓存服务 DCS
API网关 APIG
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
分布式消息服务RocketMQ版
多活高可用服务 MAS
事件网格 EG
企业协同
华为云会议 Meeting
云通信
消息&短信 MSGSMS
云生态
合作伙伴中心
云商店
开发者工具
SDK开发指南
API签名指南
Terraform
华为云命令行工具服务 KooCLI
其他
产品价格详情
系统权限
管理控制台
客户关联华为云合作伙伴须知
消息中心
公共问题
开发与运维
应用管理与运维平台 ServiceStage
软件开发生产线 CodeArts
需求管理 CodeArts Req
部署 CodeArts Deploy
性能测试 CodeArts PerfTest
编译构建 CodeArts Build
流水线 CodeArts Pipeline
制品仓库 CodeArts Artifact
测试计划 CodeArts TestPlan
代码检查 CodeArts Check
代码托管 CodeArts Repo
云应用引擎 CAE
开天aPaaS
云消息服务 KooMessage
云手机服务 KooPhone
云空间服务 KooDrive

TABLE对象设计规范(重点)

更新时间:2024-12-30 GMT+08:00

规则2.9 创建表时必须选择正确的分布方式和分布列

说明:

违反规范的影响

  • 分布式和分布列选择错误,导致表数据存储倾斜,访问性能下降,严重情况会触发存储和计算资源过载。

方案建议

  • 创建表时通过DISTRIBUTE BY显式指定分布方式和分布列,分布列选择原则如下表所示。
表1 分布列选择原则

分布方式

描述

适用场景

Hash

表数据按照分布列生成的hash值与DN实例的映射关系,将数据分布到各DN实例。

  • 优点:每个DN仅包含部分数据,占用整体空间小。
  • 缺点:数据分布的均匀程度强依赖分布列的选择;JOIN关联条件不包含各自分布列的场景存在节点间数据通信的消耗。

大表、事实表。

RoundRobin

表数据按照轮询的方式依次分布到各DN实例。

  • 优点:每个DN仅包含部分数据,占用整体空间小;数据轮询均匀分布,不依赖分布列,不存在数据存储倾斜问题。
  • 缺点:无法通过分布列条件消除和减少节点间通信,此类场景性能不如HASH。

大表、事实表,无合适分布列的表。

Replication

表中的全量数据在集群的每一个DN实例上保留一份。

  • 优点:每个DN上都有此表的全量数据,JOIN操作中可以完全避免节点间数据通信,从而减小网络开销,同时减少了STREAM线程启停开销。
  • 缺点:每个DN都保留了表的完整数据,数据的冗余,占用更多存储空间。

小表、维度表。

规则2.10 创建表时必须选择正确的存储方式

说明:

违反规范的影响

  • 行存表使用不当导致查询场景性能差,资源过载。

  • 列存表使用不当导致CU膨胀,性能差,资源过载。

方案建议

  • 创建表时通过orientation参数显式指定表的存储类型,存储类型的选择原则如下表所示。
表2 存储类型选择

存储方式

适用场景

不适用的场景

行存

  • DML增删改:UPDATE和DELETE操作多的场景
  • DML查询:点查询(返回记录少,基于索引的简单查询)

DML查询:统计分析类查询 (group , join的数据量大的场景)。

注意:

创建行存表(orientation = row)时,禁止指定compress属性,禁止使用行存压缩表。

列存

  • DML增删改:INSERT批量导入场景(单次单分区入库量接近或大于6w*DN数)
  • DML查询:统计分析类查询 (group,join的数据量大的场景)
  • DML增删改:UPDATE/DELETE多的场景、INSERT小批量插入的场景
  • DML查询:高并发的点查询。

规则2.11 创建表时必须选择正确的分区策略

说明:

违反规范的影响

分区的优点如下,如不做分区,其查询性能和数据治理效率会下降,数据量越大这种劣化越大。

  • 改善查询性能:对分区对象的查询可以仅搜索业务关注的分区,提高检索效率。
  • 提升数据治理效率:如数据生命周期管理场景,针对历史分区执行TRUNCATE/DROP PARTITION,效率和效果远优于DELETE。

方案建议

  • 针对包含时间类型字段的表设计分区。
表3 分区策略选择

分区策略

描述

适用场景

范围分区(Range Partitioning)

根据分区键值的范围,将数据存储到不同的分区中,分区键范围连续但不重叠。

  1. 日期或者时间类的字段作为分区键。
  2. 查询中大多包含分区键作为过滤条件。
  3. 定期按照分区键清理数据。

列表分区(List Partitioning)

根据分区键值的列表进行分区,各分区的列表值不重复

  1. 特定数量的枚举值作为分区键值。
  2. 查询中大多包含分区键作为过滤条件。

建议2.12 表字段的设计要遵循高效、准确原则

说明:

违反规范的影响

  • 存储空间大、查询效率降低。

方案建议

  1. 选择最高效的类型
    • 如果能选择整型就不选择浮点型或字符型。
    • 使用变长字符类型时根据数据特征指定最大长度。
  2. 选择最准确的类型
    • 使用时间类型存储时间,不使用字符类型存储时间。
    • 使用满足需求的最小数值类型,如果int或smallint够用,就不用bigint而浪费空间。
  3. 正确使用约束
    • 明确不存在NULL值的字段加上NOT NULL约束,优化器会在特定场景下对其进行自动优化。
    • 业务层面能补全的字段,不要使用DEFAULT约束,避免数据加载时产生不符合预期的结果。
  4. 避免非必要类型转换
    • 当多个表存在逻辑关系时,表示同一含义的字段应该使用相同的数据类型。
    • 不同类型的比较操作会导致数据类型转换,可能导致索引和分区剪枝失效,影响查询性能。

建议2.13 避免使用自增列或自增数据类型

说明:

违反规范的影响

  • 自增序列或自增数据类型在大量使用时,会造成GTM压力过大及序列生成速度慢。

方案建议

  • 如果只是想获取一个唯一标识,可以使用UUID。
  • 如果必须使用自增序列,在没有严格递增的需求,可设置CACHE,比如1000,降低GTM压力。

我们使用cookie来确保您的高速浏览体验。继续浏览本站,即表示您同意我们使用cookie。 详情

文档反馈

文档反馈

意见反馈

0/500

标记内容

同时提交标记内容