你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
在适用于 PostgreSQL 的 Azure Cosmos DB 中创建和分发表
适用对象：
PostgreSQL 的 Azure Cosmos DB （由 PostgreSQL 的 Citus 数据库扩展提供支持）
在此示例中，我们将使用适用于 PostgreSQL 的 Azure Cosmos DB 分布式表来存储和查询所记录的来自 GitHub 开源参与者的事件。
先决条件
若要按照本快速入门操作，首先需要：
创建表
通过 psql 建立连接后，让我们来创建表。 将以下命令复制并粘贴到 psql 终端窗口，然后按 Enter 运行：
CREATE TABLE github_users
(
user_id bigint,
url text,
login text,
avatar_url text,
gravatar_id text,
display_login text
);
CREATE TABLE github_events
(
event_id bigint,
event_type text,
event_public boolean,
repo_id bigint,
payload jsonb,
repo jsonb,
user_id bigint,
org jsonb,
created_at timestamp
);
CREATE INDEX event_type_index ON github_events (event_type);
CREATE INDEX payload_index ON github_events USING GIN (payload jsonb_path_ops);
请注意 github_events 中 payload 上的 GIN 索引。 该索引可用于在 JSONB 列中进行快速查询。 由于 Citus 是 PostgreSQL 扩展，因此适用于 PostgreSQL 的 Azure Cosmos DB 支持高级 PostgreSQL 功能，例如用于存储半结构化数据的 JSONB 数据类型。
分发表
create_distributed_table() 是适用于 PostgreSQL 的 Azure Cosmos DB 提供的 magic 函数，用于跨多台计算机分发表和使用资源。 该函数将表分解为分片，这些分片可以分布在各个节点，以提高存储和计算性能。
注意
在实际应用程序中，当工作负载适合 64 个 vCore、256GB RAM 和 2TB 存储时，可以使用单节点群集。 在这种情况下，分布表是可选的。 稍后，可以使用 create_distributed_table_concurrently 根据需要分布表。
让我们分发表：
SELECT create_distributed_table('github_users', 'user_id');
SELECT create_distributed_table('github_events', 'user_id');
重要
需要分发表或使用基于架构的分片才能利用 Azure Cosmos DB for PostgreSQL 性能功能。 如果不分发表或架构，则工作器节点无法帮助运行涉及其数据的查询。
将数据加载到分布式表中
我们已准备好使用示例数据填充表。 对于本快速入门，我们将使用之前从 GitHub API 捕获的数据集。
我们将使用 pg_azure_storage 扩展直接从 Azure Blob 存储中的公共容器加载数据。 首先需要在数据库中创建扩展：
SELECT * FROM create_extension('azure_storage');
运行以下命令，让数据库提取示例 CSV 文件并将其加载到数据库表中。
-- download users and store in table
COPY github_users FROM 'https://pgquickstart.blob.core.windows.net/github/users.csv.gz';
-- download events and store in table
COPY github_events FROM 'https://pgquickstart.blob.core.windows.net/github/events.csv.gz';
请注意扩展如何识别提供给 copy 命令的 URL 来自 Azure Blob 存储，我们指向的文件是 gzip 压缩的，它也会为我们自动处理。
可以使用 citus_tables 视图查看分布式表的详细信息，包括它们的大小：
SELECT * FROM citus_tables;
table_name | citus_table_type | distribution_column | colocation_id | table_size | shard_count | table_owner | access_method
---------------+------------------+---------------------+---------------+------------+-------------+-------------+---------------
github_events | distributed | user_id | 1 | 388 MB | 32 | citus | heap
github_users | distributed | user_id | 1 | 39 MB | 32 | citus | heap
(2 rows)
后续步骤
现在我们已经分发了表并加载了数据。 接下来，让我们尝试跨分布式表运行查询。