postgresql - Citus 是否公开了用于修剪分片的哈希函数？

Question

该文档很好地描述了如何准备范围分区数据以插入目标分片。如果我知道确切的散列函数，我可以类似地准备数据以插入散列分布表。

此处暗示了这样的功能，但我无法在源代码中的预期位置找到它。

Citus 在哪里确定在分片修剪期间使用的哈希函数？

Answer 1

我们最近发布了 Citus 5.1。它COPY支持散列分区表，并且COPY至少比copy_to_distributed_table（现已弃用）快一个数量级。我们将很快更新我们的文档以阐明我们的COPY支持。

您可以从Red Hat或Debian PGDG 存储库安装 Citus 5.1。

Answer 2

来自metdos 的答案有助于解决潜在问题（缓慢的数据迁移），但看起来您仍然希望对“Citus 是否公开它使用的散列函数？”的原始问题有明确的答案。

这个问题的答案是“不，不是直接的，但它确实公开了每个分布式表的缓存信息，你可以使用它来发现你只需要调用的散列函数”。以下是如何做到这一点的草图......</p>

该函数DistributedTableCacheEntry将表的标识符作为其输入，并返回一个struct填充有哈希函数的值，该函数将用于该表。

它是一个公共函数，并且由 Citus 安装的标头公开，因此您应该能够链接它以编写一个 C 级 PostgreSQL 函数来散列给定它所属的表的分区值。请参阅FastShardPruning如何使用它。

签名可能看起来像：CREATE FUNCTION citus_hash(distrel regclass, anyelement partitionval) RETURNS integer. 伪代码：

1. DistributedTableCacheEntry作为distrel参数调用
2. 确保表是散列分区的
3. 从缓存条目中获取哈希函数
4. 确保partitionval是预期的类型
5. 调用散列函数partitionval并返回结果

请参阅 PostgreSQL自己的文档以了解如何编写这样的函数。