Postgres-XL是基於PostgreSQL的一個分布式數據庫。
相比於PostgreSQL，XL的表的數據是可以分布到不同的datanode上的，對存在於不同的datanode上的數據進行處理，目前還存在很多限制。當然可能在以后的新版本中，會突破這些限制。
下面針對postgres-xl-10r1版本進行測試，看看目前還存在哪些限制。
1. 分布建不能更新
1 select * from test2; 2 id | name 3 ----+------ 4 1 | 1 5 2 | 2 6 5 | 5 7 3 | 3 8 4 | 4 9 (5 rows) 10 11 postgres=# update test2 set name='b' where id=2; 12 UPDATE 1 13 14 postgres=# update test2 set id=5 where name='5'; 15 2018-11-07 18:13:49.533 CST [1831] ERROR: could not plan this distributed update 16 2018-11-07 18:13:49.533 CST [1831] DETAIL: correlated UPDATE or updating distribution column currently not supported in Postgres-XL. 17 2018-11-07 18:13:49.533 CST [1831] STATEMENT: update test2 set id=5 where name='5'; 18 ERROR: could not plan this distributed update 19 DETAIL: correlated UPDATE or updating distribution column currently not supported in Postgres-XL. 20 21 postgres=# select * from test2; 22 id | name 23 ----+------ 24 1 | 1 25 5 | 5 26 2 | b 27 3 | 3 28 4 | 4 29 (5 rows)
2. 復雜查詢
在PostgreSQL，表數據只放在一台pc上，當兩個表關聯查詢時，可以直接獲取到表數據進行join。但是在Postgres-XL中，表數據是分布在不同的datanode上，datanode又可能分布在不同的pc上；這時候兩個表進行關聯查詢需要從不同的datanode之間進行，如果是多個表進行關聯查詢，情況更加復雜了。
2.1 非分布鍵作為條件限制
1 postgres=# select * from test1,test2; 2 id | name | id | name 3 ----+------+----+------ 4 1 | a | 1 | 1 5 . 6 . 7 . 8 2 | b | 2 | b 9 . 10 . 11 . 12 4 | d | 4 | 4 13 (40 rows) 14 15 postgres=# select * from test1,test2 where test1.name='b' and test2.name='b'; 16 id | name | id | name 17 ----+------+----+------ 18 2 | b | 2 | b 19 (1 row) 20 21 postgres=# select * from test1,test2 where test1.name=test2.name; 22 2018-11-08 11:08:08.939 CST [1510] ERROR: cannot wait on a latch owned by another process 23 2018-11-08 11:08:08.939 CST [1405] LOG: server process (PID 1510) was terminated by signal 11: Segmentation fault 24 2018-11-08 11:08:08.939 CST [1405] DETAIL: Failed process was running: Remote Subplan 25 2018-11-08 11:08:08.939 CST [1405] LOG: terminating any other active server processes 26 2018-11-08 11:08:08.940 CST [1436] WARNING: terminating connection because of crash of another server process 27 . 28 . 29 .
當where條件中直接判斷兩個表字段是否相等時，報錯。多次嘗試后，還出現過其他錯誤（例如：“ERROR: Couldn't resolve SQueue race condition after 10 tries”），有時候也能執行成功，證明這一查詢還是存在很大的問題。
2.2 非親和表的限制
親和表，即兩張表的分布類型和分布鍵都一致，稱這兩張表為親和表。
表test3和表test4都是以id列作為分布鍵、分布類型為Modulo，test3和test4是親和表。
1 postgres=# \d+ test3 2 Table "public.test3" 3 Column | Type | Collation | Nullable | Default | Storage | Stats target | Description 4 --------+---------+-----------+----------+-----------------------------------+----------+--------------+------------- 5 id | integer | | not null | nextval('test3_id_seq'::regclass) | plain | | 6 name | text | | | | extended | | 7 Indexes: 8 "test3_pkey" PRIMARY KEY, btree (id) 9 Distribute By: MODULO(id) 10 Location Nodes: ALL DATANODES 11 12 postgres=# \d+ test4 13 Table "public.test4" 14 Column | Type | Collation | Nullable | Default | Storage | Stats target | Description 15 --------+---------+-----------+----------+---------+---------+--------------+------------- 16 id | integer | | | | plain | | 17 Distribute By: MODULO(id) 18 Location Nodes: ALL DATANODES 19 20 postgres=# select * from test3 order by id; 21 id | name 22 ----+------ 23 1 | a 24 2 | b 25 3 | cc 26 4 | dd 27 5 | ee 28 6 | ff 29 (6 rows) 30 31 postgres=# select * from test4 order by id; 32 id 33 ---- 34 1 35 2 36 4 37 6 38 8 39 (5 rows) 40 41 postgres=# select * from test4 a inner join test3 b on a.id=b.id order by a.id; 42 id | id | name 43 ----+----+------ 44 1 | 1 | a 45 2 | 2 | b 46 4 | 4 | dd 47 6 | 6 | ff 48 (4 rows)
下面是非親和表test2與test4的內連接查詢。結果是不正確的，而且有時執行查詢會報錯。
1 postgres=# \d+ test2 2 Table "public.test2" 3 Column | Type | Collation | Nullable | Default | Storage | Stats target | Description 4 --------+---------+-----------+----------+---------+----------+--------------+------------- 5 id | integer | | not null | | plain | | 6 name | text | | | | extended | | 7 Indexes: 8 "test2_pkey" PRIMARY KEY, btree (id) 9 Distribute By: HASH(id) 10 Location Nodes: ALL DATANODES 11 12 postgres=# select * from test2 order by id; 13 id | name 14 -----+------ 15 1 | 1 16 2 | b 17 3 | 3 18 4 | 4 19 5 | 5 20 6 | 21 111 | 22 112 | 23 (8 rows) 24 25 postgres=# select * from test2 a inner join test4 b on a.id=b.id order by a.id; 26 2018-11-08 15:09:19.389 CST [1206] WARNING: Unexpected data on connection, cleaning. 27 id | name | id 28 ----+------+---- 29 2 | b | 2 30 4 | 4 | 4 31 6 | | 6 32 (3 rows)
同樣，outer join也存在一樣的問題，不支持非親和表的關聯查詢。但是，非親和表可以進行cross join關聯查詢（沒有where條件）。
2.3 子查詢限制
子查詢也受到非親和表的限制，與2.2的情況基本一致，就不再去說明了。
特殊說明：2.2和2.3中提到非親和表的限制問題，我后來增加了一個節點datanode3。結果再進行非親和表關聯時都正常了，沒有再報錯（上面提到有兩個報錯），查出來的結果也完全正確。這什么情況，郁悶。后來再嘗試把節點datanode3從集群中刪掉，也沒有重現分親和表限制的問題。
3. 支持特性
這里順便提一下Postgres-XL支持的特性吧，方便記錄一下在測試過程中測試到的項。
- CTE（通用表表達式），支持，但是里面的sql也受到上面提到的限制問題；
- Windows function，支持，同上；
- 集合操作，支持，同上；
- 非分片列count（distinct），支持；
- 支持跨分片更新；
- 支持跨分片事務；
總結
這次針對Postgres-XL去調研它目前存在的限制，主要還是在查詢上限制比較大。在測試過程中，沒有對所有的sql功能進行測試，也沒有太深入去研究。
如果在以上說明存在的限制（或者支持特性）有不符合pgxl實際情況的，可能是我個人的錯誤，歡迎大牛指出。
希望Postgres-XL在以后的版本中，能把這些限制給解決掉，越做越完善。