分布式数据库中分布键该怎么选？一张表只有一次机会

-- 按 user_id 查询订单历史（最高频）
SELECT * FROM orders WHERE user_id = 123;
-- 按 order_id 查询订单详情（次高频）
SELECT * FROM orders o JOIN order_items oi ON o.order_id = oi.order_id;
-- 按 merchant_id 查询商家订单（运营报表）
SELECT * FROM orders WHERE merchant_id = 456;

同一张 orders 表，三种查询模式，三个候选分布键。你只能选一个——选了 user_id，前两种查询的本地JOIN问题就解决了，但商家维度的查询依然要跨分片。

orders（按 user_id 分片）          users（按 user_id 分片）
分片1：user_id 1-10000            分片1：user_id 1-10000
分片2：user_id 10001-20000        分片2：user_id 10001-20000
分片3：user_id 20001-30000        分片3：user_id 20001-30000
→ 中间件将 SQL 下发到各分片，分片内本地完成 JOIN，零跨节点传输

架构二（存算分离 MPP，以 GaussDB DWS 为例）

CREATE TABLE orders (...) DISTRIBUTE BY HASH(user_id);
CREATE TABLE users  (...) DISTRIBUTE BY HASH(user_id);

架构三（经典 MPP，以 Teradata 为例）

CREATE TABLE orders (...) PRIMARY INDEX (user_id);
CREATE TABLE users  (...) PRIMARY INDEX (user_id);

性能差距

SELECT join_field, COUNT(*) AS frequency
FROM slow_query_log
WHERE query_type = 'JOIN'
GROUP BY join_field
ORDER BY frequency DESC;

SELECT ...
FROM users u
JOIN orders o       ON u.user_id    = o.user_id
JOIN order_items oi ON o.order_id   = oi.order_id
JOIN products p     ON oi.product_id = p.product_id;

四张表，两条 JOIN 路径（user_id 链路和 order_id 链路），只能选其一优先：

SELECT o.order_id, o.order_time, oi.product_name, oi.quantity, oi.price
FROM orders o
JOIN order_items oi ON o.order_id = oi.order_id
WHERE o.user_id = 12345
ORDER BY o.order_time DESC
LIMIT 10;

-- 1. 创建新表，指定分片键并配置 ER 分片绑定
CREATE TABLE orders_new (
    order_id   BIGINT,
    user_id    INT,
    order_time DATETIME,
    ...
) SHARDKEY = user_id
  BINDING_TABLES = order_items_new;
CREATE TABLE order_items_new (
    order_item_id BIGINT,
    order_id      BIGINT,
    user_id       INT,      -- 新增冗余字段，支持路由
    product_name  VARCHAR(200),
    quantity      INT,
    price         DECIMAL(10,2)
) SHARDKEY = user_id
  BINDING_TABLES = orders_new;
-- 2. 分批迁移数据
INSERT INTO orders_new SELECT * FROM orders;
-- 3. 原子切换表名
RENAME TABLE orders TO orders_old, orders_new TO orders;
-- 4. 验证一致性后清理旧表

架构二（GaussDB DWS）

-- 在线修改分布列（V1.5+ 支持零停服）
ALTER TABLE orders SET DISTRIBUTE BY HASH(user_id);
-- order_items 需重建，同时补充 user_id 冗余列
CREATE TABLE order_items_new (
    order_item_id BIGINT,
    order_id      BIGINT,
    user_id       BIGINT,   -- 冗余列
    ...
) DISTRIBUTE BY HASH(user_id)
AS SELECT oi.*, o.user_id
   FROM order_items oi
   JOIN orders o ON oi.order_id = o.order_id;
DROP TABLE order_items;
ALTER TABLE order_items_new RENAME TO order_items;
-- 刷新统计信息，让优化器感知新分布
ANALYZE VERBOSE orders;
ANALYZE VERBOSE order_items;

架构三（Teradata）

-- 修改主索引必须重建表
CREATE TABLE orders_new AS orders
WITH DATA AND STATS
PRIMARY INDEX (user_id);
CREATE TABLE order_items_new AS order_items
WITH DATA AND STATS
PRIMARY INDEX (user_id);
RENAME TABLE orders          TO orders_old;
RENAME TABLE orders_new      TO orders;
RENAME TABLE order_items     TO order_items_old;
RENAME TABLE order_items_new TO order_items;
-- 收集统计信息
COLLECT STATISTICS COLUMN(user_id) ON orders;
COLLECT STATISTICS COLUMN(user_id) ON order_items;

Streaming (type: LOCAL)     ← 本地 JOIN，无重分布
  -> Hash Join
       -> Index Scan on orders (user_id = 12345)   ← 走索引，精准定位
       -> Index Scan on order_items                ← 同节点本地扫描
 Total runtime: 0.35 ms (per node)

-- 原做法：需要关联 orders 才能过滤 user_id
SELECT * FROM order_items oi
JOIN orders o ON oi.order_id = o.order_id
WHERE o.user_id = 123;
-- order_items 补充 user_id 冗余列，写入时同步维护
ALTER TABLE order_items ADD COLUMN user_id INT;
-- 查询退化为单表扫描
SELECT * FROM order_items WHERE user_id = 123;