盘点Greenplum 6.0六大新特性及展望

Greenplum 6.0于2019年9月4日正式发布，内核版本从PostgreSQL 8.3升级到PostgreSQL 9.4，数据库的功能和性能得到了巨大的提升，HTAP能力也得到了进一步加强。

除了内核版本升级，还增加了大量新特性，包括基于WAL日志的mirror同步、分布式死锁检测、复制表、在线扩容、磁盘限额、自动Master切换、Zstandard压缩、GP-GP集群间高效查询等。

01 Postgre SQL版本升级

Greenplum基于PostgreSQL 8.3（开发时的最新版本）已经有近10年的时间（PostgreSQL 8.3版本发布于2008年）。在此期间，PostgreSQL的演进速度是非常快的，尤其是在2015年之后，每年一个大版本的迭代更新，在性能和功能上都有重要的提升，各种特性层出不穷。

而这些特性却无法在Greenplum上直接体现，原因在于，Greenplum是在PostgreSQL 8.3内核的基础上修改代码实现的，而不是类似CitusDB等采取了插件的方式。

Greenplum这样设计的好处是，能够充分修改优化器、执行器、事务、存储等各个模块，达到最优的效果。坏处也很明显：与PostgreSQL社区长期脱节，无法充分利用社区红利。

基于上述原因，在Greenplum中升级PostgreSQL版本是一件非常痛苦的事。随着Greenplum的开源和越来越多PostgreSQL社区资深贡献者的参与，Greenplum终于在6.0版本中完成了PostgreSQL内核的升级。

升级PostgreSQL内核，让Greenplum实现了安全性、权限管理增强、JSONB、GIN索引、SP-GiST索引、并行Vacuum、CTE等用户比较期待的功能。

02 HTAP性能大幅提升

这里所说的性能提升主要是PostgreSQL升级带来的好处，PostgreSQL从8.3版到9.4版本积累了非常多的性能优化经验，在OLAP和OLTP方面都有成倍的提升。

特别是原来比较弱势的OLTP功能得到了大幅提升，单节点查询达到80000TPS（Transactions Per Second，数据库每秒处理事务数），插入操作达到18000TPS，更新操作约7000TPS（来自Greenplum官方测试数据）。

03 支持复制表

这是一个很实用的功能，可以用空间换时间。一个典型的应用场景就是维度表。这类数据表的特点是，数据量不大、很多查询/分析都会与此关联，导致这类表在查询时经常被分发到各个节点中去。而采用复制表功能就不需要进行数据的移动和交换了，减少了网络开销和CPU开销，显著提高了查询效率。

04 引入了在线扩容和一致性哈希

一致性哈希的引入，在一定程度上缓解了数据倾斜问题，更大的好处在于扩容更方便了。新版本的Greenplum在进行扩容时，无须停止数据库服务，扩容不影响正在执行的查询，扩容时只移动部分数据，扩容速度得到了大幅提升。

05 支持Zstandard压缩算法

Zstandard是Facebook开源的压缩算法，压缩效率高，在性能和压缩率之间取得了较好的平衡。

06 基于流复制的全新高可用机制

复制是PostgreSQL连续研发多年的功能，在高可用、备份、恢复（到时间点）等诸多场景中必不可少，提供了非常高的灵活度。

除了上述影响比较大的新特性之外，Greenplum 6.0还支持Kubernetes、磁盘配额管理、Master节点自动Fail-Over机制等新开发或者持续完善中的功能。

总结完Greenplum 6.0的新特性，我们对Greenplum 7.0充满了期待。Greenplum 7.0会将PostgreSQL升级到PostgreSQL 12，在查询优化器增强、向量执行引擎、多核性能提升等方面都会有较大的提升。

Greenplum 7.0最重要的特性就是向量执行引擎，这也是用户最期待的特性。向量化执行已经在ClickHouse和DorisDB中实现，展现了强大的性能优势。向量化执行可以提高CPU的利用率，提升Greenplum单个Segment实例的查询性能，对并发较低、低延迟要求高的查询场景有较明显的提升。

除此之外，多阶段聚合、支持复制多副本、支持Upsert（更新与插入的合并操作）等功能也将进一步增加Greenplum数据库的HTAP性能。