数据分布式存储

复制表（Replication）

集群中每一个DN实例上都有一份全量表数据。

小表、维度表。

• Replication优点是每个DN上都有此表的全量数据，在join操作中可以避免数据重分布操作，从而减小网络开销，同时减少了plan segment(每个plan segment都会起对应的线程)
• Replication缺点是每个DN都保留了表的完整数据，造成数据的冗余。一般情况下只有较小的维度表才会定义为Replication表。

哈希表（Hash）

表数据通过hash方式散列到集群中的所有DN实例上。

数据量较大的事实表。

• 在读/写数据时可以利用各个节点的IO资源，大大提升表的读/写速度。
• 一般情况下大表（1000000条记录以上）定义为Hash表。

轮询表（Roundrobin）

8.1.2及以上版本支持

表的每一行被轮番地发送给各个DN，数据会被均匀地分布在各个DN中。

数据量较大的事实表，且使用Hash分布时找不到合适的分布列。

• Roundrobin优点是保证了数据不会发生倾斜，从而提高了集群的空间利用率。
• Roundrobin缺点是无法像Hash表一样进行DN本地化优化，查询性能通常不如Hash表。
• 一般在大表无法找到合适的分布列时，定义为Roundrobin表，若大表能够找到合适的分布列，优先选择性能更好的Hash分布。