使用Londiste3实现PostgreSQL表分区复制指南

概述

本文将详细介绍如何使用pgq/skytools-legacy项目中的Londiste3复制工具，配合part处理器模块，实现PostgreSQL数据库表的分区复制。通过这种方案，可以将一个大表的数据分布到多个数据库实例中，从而提高查询性能和处理能力。

前置准备

在开始之前，需要确保以下组件已安装：

1. skytools工具集
2. pghashlib扩展
3. pgbench基准测试工具

环境搭建

数据库创建

首先需要创建三个数据库：

• 根数据库(rootdb)：存储所有原始数据
• 两个分片数据库(sharddb_0和sharddb_1)：分别存储部分数据

psql -c "CREATE DATABASE rootdb;"
psql -c "CREATE DATABASE sharddb_0;"
psql -c "CREATE DATABASE sharddb_1;"

安装哈希函数

为确保哈希计算在不同PostgreSQL版本间的一致性，需要在所有数据库上安装hashlib扩展：

psql rootdb < /usr/share/postgresql/8.4/contrib/hashlib.sql
psql sharddb_0 < /usr/share/postgresql/8.4/contrib/hashlib.sql
psql sharddb_1 < /usr/share/postgresql/8.4/contrib/hashlib.sql

数据准备

使用pgbench创建测试数据

pgbench是PostgreSQL自带的基准测试工具，我们将用它来生成测试表和数据：

/usr/lib/postgresql/8.4/bin/pgbench -i -s 2 -F 80 rootdb

配置分区信息

创建分区配置表partconf.conf，用于存储分区信息：

CREATE SCHEMA partconf;
CREATE TABLE partconf.conf (
    part_nr integer,
    max_part integer,
    db_code bigint,
    is_primary boolean,
    max_slot integer,
    cluster_name text
);

CREATE FUNCTION partconf.get_hash_raw(i_input integer) RETURNS integer
AS $$
-- 用于包装hashtext函数，确保在不同版本间兼容
select hash_string($1::text, 'lookup2');
$$ LANGUAGE sql;

将配置部署到所有数据库并设置分区信息：

psql rootdb < partconf.sql
psql sharddb_0 < partconf.sql
psql sharddb_1 < partconf.sql
psql sharddb_0 -c "insert into partconf.conf(part_nr, max_part) values(0,1);"
psql sharddb_1 -c "insert into partconf.conf(part_nr, max_part) values(1,1);"

Londiste3配置

配置文件创建

为根节点和两个分片节点创建配置文件：

根节点配置(st3_rootdb.ini)

[londiste3]
job_name = st3_rootdb
db = dbname=rootdb
queue_name = replika
logfile = st3partsplit/log/st3_rootdb.log
pidfile = st3partsplit/pid/st3_rootdb.pid

分片节点0配置(st3_sharddb_0.ini)

[londiste3]
job_name = st3_sharddb_0
db = dbname=sharddb_0
queue_name = replika
logfile = st3partsplit/log/st3_sharddb_0.log
pidfile = st3partsplit/pid/st3_sharddb_0.pid

分片节点1配置(st3_sharddb_1.ini)

[londiste3]
job_name = st3_sharddb_1
db = dbname=sharddb_1
queue_name = replika
logfile = st3partsplit/log/st3_sharddb_1.log
pidfile = st3partsplit/pid/st3_sharddb_1.pid

初始化复制节点

1. 创建根节点并启动工作进程：

londiste3 st3partsplit/st3_rootdb.ini create-root node1 dbname=rootdb
londiste3 -d st3partsplit/st3_rootdb.ini worker

2. 创建两个分片节点并启动工作进程：

londiste3 st3partsplit/st3_sharddb_0.ini create-leaf node2_0 dbname=sharddb_0 --provider=dbname=rootdb
londiste3 -d st3partsplit/st3_sharddb_0.ini worker

londiste3 st3partsplit/st3_sharddb_1.ini create-leaf node2_1 dbname=sharddb_1 --provider=dbname=rootdb
londiste3 -d st3partsplit/st3_sharddb_1.ini worker

启动PGQ守护进程

创建并启动pgqd守护进程：

pgqd.ini配置

[pgqd]
logfile = st3partsplit/log/pgqd.log
pidfile = st3partsplit/pid/pgqd.pid

启动命令：

pgqd -d st3partsplit/pgqd.ini

表复制设置

添加复制表

使用part处理器添加需要分区的表，并指定分区键：

# pgbench_accounts表
londiste3 st3partsplit/st3_rootdb.ini add-table pgbench_accounts --handler=part --handler-arg=key=aid
londiste3 st3partsplit/st3_sharddb_0.ini add-table pgbench_accounts --create --handler=part --handler-arg=key=aid
londiste3 st3partsplit/st3_sharddb_1.ini add-table pgbench_accounts --create --handler=part --handler-arg=key=aid

# pgbench_branches表
londiste3 st3partsplit/st3_rootdb.ini add-table pgbench_branches --handler=part --handler-arg=key=bid
londiste3 st3partsplit/st3_sharddb_0.ini add-table pgbench_branches --create --handler=part --handler-arg=key=bid
londiste3 st3partsplit/st3_sharddb_1.ini add-table pgbench_branches --create --handler=part --handler-arg=key=bid

# pgbench_tellers表
londiste3 st3partsplit/st3_rootdb.ini add-table pgbench_tellers --handler=part --handler-arg=key=tid
londiste3 st3partsplit/st3_sharddb_0.ini add-table pgbench_tellers --create --handler=part --handler-arg=key=tid
londiste3 st3partsplit/st3_sharddb_1.ini add-table pgbench_tellers --create --handler=part --handler-arg=key=tid

测试数据复制

运行pgbench测试，生成数据变更并验证复制：

/usr/lib/postgresql/8.4/bin/pgbench -T 10 -c 5 rootdb

数据一致性检查

检查分片数据是否与根节点数据匹配（注意每个分片只包含部分数据）：

londiste3 st3partsplit/st3_sharddb_0.ini compare
londiste3 st3partsplit/st3_sharddb_1.ini compare

注意事项

1. 分区复制后，每个分片只包含部分数据，所有分片的数据总和应与根节点一致
2. 哈希函数的选择很重要，确保在不同PostgreSQL版本间保持一致
3. 分区键的选择应尽量保证数据均匀分布
4. 监控复制延迟，确保数据同步及时

通过以上步骤，您已成功搭建了一个基于Londiste3的PostgreSQL表分区复制系统，可以有效提升大数据量场景下的查询性能。