在 Azure Cosmos DB for PostgreSQL 中建立和散發資料表
適用於：
Azure Cosmos DB for PostgreSQL (由 PostgreSQL 的超大規模 (Citus) 資料庫延伸模組提供)
在此範例中，我們會使用 Azure Cosmos DB for PostgreSQL 分散式資料表，儲存並查詢 GitHub 開放原始碼參與者記錄的事件。
必要條件
若要遵循此快速入門，您首先必須：
建立表格
在您透過 psql 連線後，我們會建立資料表。 將下列命令複製並貼到 psql 終端機視窗中，然後按 enter 鍵以執行：
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);
請注意 github_events 中 payload 上的 GIN 索引。 索引允許在 JSONB 資料行中快速查詢。 由於 Citus 是 PostgreSQL 擴充功能，因此 Azure Cosmos DB for PostgreSQL 支援進階 PostgreSQL 功能，例如 JSONB 資料類型來儲存半結構化資料。
散發資料表
create_distributed_table() 是 Azure Cosmos DB for PostgreSQL 的 magic 函式，不僅可以散發資料表，還可以跨多部機器使用資源。 函式會將資料表分解成分區，可分散到各節點以增加儲存體和計算效能。
注意
在實際應用程式中，當您的工作負載符合 64 個虛擬核心、256GB RAM 和 2TB 儲存體時，您可以使用單一節點叢集。 在此情況下，散發資料表是選擇性的。 之後，您可以使用 create_distributed_table_concurrently 視需要散發資料表。
現在我們可以散發資料表：
SELECT create_distributed_table('github_users', 'user_id');
SELECT create_distributed_table('github_events', 'user_id');
重要
您必須散發資料表或使用結構描述型分區化，才能利用 Azure Cosmos DB for PostgreSQL 效能功能。 如果您未散發資料表或結構描述，則背景工作角色節點就無法協助執行涉及其資料的查詢。
將資料載入分散式資料表
我們已準備好使用範例資料填入資料表。 在本快速入門中，我們將使用先前從 GitHub API 擷取的資料集。
我們將使用 pg_azure_storage 擴充功能，直接從 Azure Blob 儲存體中的公用容器載入資料。 首先，我們需要在資料庫中建立擴充功能：
SELECT * FROM create_extension('azure_storage');
執行下列命令設定資料庫擷取範例 CSV 檔案，並將其載入資料庫資料表。
-- 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';
請注意，擴充功能如何辨識提供給複製命令的 URL 來自 Azure Blob 儲存體，我們指向的檔案是 gzip 壓縮的，而且也會自動為我們處理。
我們可以使用 citus_tables 檢視來檢閱分散式資料表的詳細資料，包括其大小：
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)
下一步
現在我們已散發資料表，並使用資料載入。 接下來，讓我們嘗試跨分散式資料表執行查詢。