Modellera realtidsanalysappar i Azure Cosmos DB för PostgreSQL

GÄLLER FÖR: Azure Cosmos DB for PostgreSQL (drivs av Citus-databastillägget till PostgreSQL)

Samlokalisera stora tabeller med shardnyckel

Följ dessa riktlinjer om du vill välja shardnyckeln för ett driftanalysprogram i realtid:

• Välj en kolumn som är vanlig i stora tabeller
• Välj en kolumn som är en naturlig dimension i data eller en central del av programmet. Några exempel:
  • I finansvärlden skulle ett program som analyserar säkerhetstrender förmodligen använda security_id.
  • I en arbetsbelastning för användaranalys där du vill analysera användningsstatistik för webbplatser är user_id det en bra distributionskolumn

Genom att samlokalisera stora tabeller kan du skicka SQL-frågor till arbetsnoder parallellt. Genom att trycka ned frågor undviker du att blanda data mellan noder i nätverket. Åtgärder som JOIN, aggregeringar, sammanslagningar, filter, LIMIT:er kan köras effektivt.

Om du vill visualisera parallella distribuerade frågor i samlokaliserade tabeller bör du överväga det här diagrammet:

Tabellerna users och events är båda fragmenterade av user_id, så relaterade rader för samma användar-ID placeras tillsammans på samma arbetsnod. SQL JOIN kan inträffa utan att hämta information mellan arbetare.

Optimal datamodell för realtidsappar

Låt oss fortsätta med exemplet på ett program som analyserar besök och mått på användarwebbplatser. Det finns två "faktatabeller" – användare och händelser – och andra mindre "dimensionstabeller".

Följ följande steg för att tillämpa superkraften för distribuerade tabeller i Azure Cosmos DB for PostgreSQL:

• Distribuera stora faktatabeller i en gemensam kolumn. I vårt fall distribueras användare och händelser på user_id.
• Markera tabellerna small/dimension (device_types, countriesoch 'event_types) som referenstabeller.
• Se till att inkludera distributionskolumnen i primära, unika och sekundärnyckelbegränsningar i distribuerade tabeller. Att inkludera kolumnen kan kräva att nycklarna blir sammansatta. Det finns behov av att uppdatera nycklar för referenstabeller.
• När du ansluter till stora distribuerade tabeller måste du ansluta med hjälp av shardnyckeln.

-- Distribute the fact tables

SELECT create_distributed_table('users', 'user_id');
SELECT create_distributed_table('products', 'user_id', colocate_with => 'users');

-- Turn dimension tables into reference tables, with synchronized copies
-- maintained on every worker node

SELECT create_reference_table('countries');
-- similarly for device_types and event_types...

Nästa steg

Nu har vi utforskat datamodellering för skalbara appar. Nästa steg är att ansluta och fråga databasen med valfritt programmeringsspråk.

Appstaplar >