Gauss(DWS)“表信息查询”与“分布列等信息修改”的一个方便脚本

最近开始接触GaussDB(DWS)，在查询一些表信息的时候，总是忘记字典表是啥，虽然说用的多就记住了，但是还没记住的时候，总是要查询产品文档或之前的笔记，挺麻烦的。同时比如优化SQL的时候，总会需要综合多方面的信息，就需要多个字典表，比如表的分布列，分布方式，空间大小，倾斜率，有没收集统计信息等等，还需要统计一起，那就需要更多工作了。

经过几次需要的统计表信息的SQL优化后，决定写一个shell脚本，将需要的信息一次性查询出来。同时还能支持我修改分布列和分布方式，这样我就能快速优化SQL。脚本在附件中，下面介绍一下常用的功能：

一、表分布列等信息

使用MPP数据库，在写SQL的时候，总是需要知道表的基本信息的，比如知道分布列是什么，才能写出好SQL。下面功能展示的是我能够写出好SQL所需要的一些表信息：

使用附件脚本gtool.sh，在gsql、gs_dump等GaussDB(DWS)客户端就绪的服务器下（后续默认在这样的环境下），执行以下命令

./gtool.sh Q 1 d=tpch s=public

其中参数Q 为查询；1为第一个查询内容，即表的信息；d=tpch为指定库名称，s=public为指定schema名称。后续还能table的名称，hostip，用户，密码等。

查询出来结果如下：

这里面主要的信息有以下几个：

1. 表分布列(distributekey)，有值的就是hash的，没有值的就是REPLICATION复制表

2. 分布方式(reloptions)，列存行存(column/row)，以及压缩等级(low,middle,high,no)

3. 空间大小(size_gb)，表多大，按GB

4. 表倾斜率(skew_per)，表倾斜率，此处按照本人习惯计算，倾斜率=(1-(avg/max ))*100 ，100代表数据都在一个DN上了，最倾斜的情况，越接近100越倾斜。

5. 表创建和修改时间(ctime、mtime)

6. 最近一次收集统计信息时间(last_analyze_time)，空则代表没有收集统计信息。

[ INFO ]里面有执行的SQL脚本/tmp/gtool1.sql，如果需要修改sql来执行可以修改该sql文件。然后通过命令行执行。

二、修改表分布列

修改分布列是非常常用的SQL优化手段，一般情况下我们建表会指定分布列，但是没有指定分布列的话，系统会默认选择第一列作为分布列。那类似的原因会导致分布倾斜，关联倾斜的情况发生，这时候就需要修改分布列了。

使用gtool.sh脚本可以轻松修改分布列。

在命令行中输入./gtool.sh，会列举一些案例，其中参数M 1为修改分布列

我们可以看到划线的例子中

./gtool.sh M 1 d=tpch t=region c=r_regionkey

第一个是修改region的分布方式为REPLICATION，即将其复制到每个DN上，同时没有runnow=1参数，这里只会帮你生成SQL，并不会执行。

./gtool.sh M 1 d=tpch t=region c=r_name runnow=1

第二个是修改region的分布列为r_name，并且有runnow=1，就会立即执行，结果如下

可以看到每一步的SQL都有打印在[ EXAMPLE ] 中，执行完毕后前后比对可以看出分布列已经变化。

三、修改分布方式（行存转列存或列存转行存）

GaussDB(DWS)的行列存有不同的适用场景，在使用时可能需要转换一下，如果手工转换的话，可能会漏掉一些信息，比如索引，统计信息等。此处脚本会先看原来的表有无索引的信息，然后转换以后重新建索引，已达到不丢失索引等目标。但是需要注意的是一些列存不支持的内容在转换过程中会被删除，比如列存不支持PK等。本脚本没有适用所有场景，如有报错还需要修改一下输出的脚本再重新执行一下。

在命令行中输入./gtool.sh，会列举一些案例，其中参数M 2为修改分布方式，行存变列存或者列存变行存。

第一个例子与第二个例子对比，多了一个runnow=1和rep=0，这两个选择分别代表是否执行以及是否替换原来的表。rep=1代表替代原来的表，会先将原来的rename掉，然后在建一个新的表。而rep=0或者不输入rep= 则为不替换原来的表。

第一个例子

./gtool.sh M 2 d=tpch t=region

生成的脚本内容如下

第二个例子，此处修改rep=1，即会替换原来的表。并预先建了一个cbtree索引给region表

./gtool.sh M 2 d=tpch t=region  runnow=1 rep=1

脚本内容如下，可以看到首先会rename原来的表，原来的cbtree会改成了行存的btree索引

总结

以上是本人总结写的一个方便脚本常用的一些命令以及说明，其他的功能可以通过./gtool.sh h  这个help命令查看，或者直接打开shell查看里面的内容。有需要改进的地方可以在本文出一起修改探讨，谢谢阅读！