知其然, 知其所以然

Greenplum Squelch 机制用于提前终止执行节点的执行，和 PostgreSQL 单机节点不同的是，Greenplum 无法通过停止调用函数停止节点的执行，因为 Greenplum 涉及到不同节点之间的数据传输。 »

第一次用“庖丁解牛”作为标题，多少还是有些不自量力的，尽管我对 PostgreSQL 的理解仍然只是停留在一个非常浅显的阶段，但是我想尽我所能的把一件事情讲清楚，并且完成从“明白”到“理解”的进步。BRIN Index 是 PostgreSQL 中非常年轻的索引，索引原理和具体实现都不复杂，是着手 PostgreSQL AM 一个非常好的切入点。 »

Resource Group (下面简称 RG) 是 Greenplum 中用于管理内存和 CPU 资源的一个资源管理器。和 Resource Queue 相比，Resource Group 除了能够限制查询语句所使用的内存资源和并发数量以外，还通过使用 Linux Control Group 限制了 CPU 资源的使用。 »

最近一直在做关于 Linux Control Group 的一些工作，包括 version 1 和 version 2，在调研的过程中发现 Linux 这部分的文档并没有解释的很清楚，其它的一些博客也只是简单的介绍如何使用 Cgroup，对其内部机理并没有做过多描述。因此，这里简单写一些个人关于 Cgroup 理解。 »

在单机的 PostgreSQL 数据库中，我们使用 xmin、xmax 以及 xip 来判断当前获取到的元组是否对我们可见。但是对于 Greenplum 这一分布式数据库而言，数据分散在不同节点上，同一个分布式事务所插入、更新的数据在不同的节点上会有不同的版本，那么此时又该如何判断元组的可见性呢? »

在 Greenplum 数据库中，允许用户更新元组的分片键，使得数据从当前节点转移到另一个节点，而这项能力是绝大多数分布式数据库所不支持的，例如 MongoDB 一旦设置了分片键，便无法进行修改和删除。实际上，Greenplum 非常巧妙的利用了 Motion Node 可以在节点之间进行数据传输的特性，以及 PostgreSQL 的火山模型，实现了更新分片键的特性。 »

位图（bitmap）索引是 Greenplum 中所特有（对比 PostgreSQL）的一种索引类型，非常适用于大数据量且数据修改需求不大的数据分析场景（OLAP）中使用。Bitmap 索引可以保证在提供优良查询速度的前提下，使用更小的空间开销，能够有效节省大数据量环境的硬盘空间使用，从而降低系统运行成本。 »

在 PostgreSQL 中，使用 EXPLAIN ANALYZE 不仅能够打印查询优化模块的估算代价，同时也会打印出语句执行时的实际代价，当我们遇到一个 Slow Query 时，就可以使用 EXPLAIN ANALYZE 对结果进行分析。但是 Greenplum 是一个分布式数据库，每一个节点的执行时间以及处理的 tuple 数量都可能不同，那么此时 EXPLAIN ANALYZ 的结果到底表示什么? »

当我们进行数据库等复杂应用系统时，如果出现了问题需要进行 debug 的话，gdb 就是第一选择。但是对于类似于内存等复杂问题来说，使用 gdb 进行调试颇为不便: gdb 无法“回滚”我们的操作，也就是说，当我们使用断点错过了一个非常重要的操作的话，一切就得重新开始。此时我们就可以选择 rr 这个支持反向调试的工具，一次复现，N 次调试。 »

在 PostgreSQL 的旧版本中，常常需要处理大量以指针传值的查询，因而存在着内存泄露的问题，直到查询结束时才能将内存收回。尤其是在处理 TOAST 数据时，需要使用大量的内存，因而使得内存泄露的问题更加明显。为此，PostgreSQL 在 7.1 版本开始实现了内存上下文管理机制。 »