一、介绍
GreenPlum是Coodinator／Segment架构，集群通常由一个Coodinator节点和一个standby coodinator节点以及多个segment节点组成，其中数据放置在segment节点上。Coodinator是整个数据库的入口，客户端只会连接到Coodinator上并执行相关查询操作，Standby节点为Coordinator提供高可用支持，Mirror为primary的备。
数据默认使用hash分布。
二、插入时数据是如何分布分发到哪个segment？
1、插入操作时值的由来
我们看下insert语句的执行计划：
它没有Motion节点，仅1个slice，即root slice。Result节点是将insert的值物化以构建TupleTableSlot进行插入。也就是先物化然后insert。
这里主要关注物化的值从哪来。Result节点的执行堆栈为：
ExecInterpExpr计算物化值步骤：EEOP＿CONST；EEOP＿ASSIGN＿TMP。也就是得到个常量值放到resultslot中。
通过gdb跟踪每个segment进程，可以了解到这里的常量值就是INSERT语句中VALUES的值。
此时就可以了解到，SQL语句中VALUES值是直接发送到对于的segment的。
那么，具体是如何发送的呢？
2、值的发送
发送函数由cdbdisp＿dispatchX完成。我们来跟踪这个函数，看下是如何分发到指定的segment的。
了解GP原理的话，我们知道发送前需要先在master和segment之间建立一个连接，然后将执行计划通过这个连接发送过去。建立连接就是创建Gang，由函数AssignGangs完成。
最终创建Gang建立连接会调用函数cdbgang＿createGang＿async。下面我们看下这个函数是如何建立连接的。
cdbconn＿doConnectStart连接时，SegmentDatabaseDescriptor segdbDesc中的segment＿database＿info：：GpSegConfigEntry存有segment的端口及IP等信息，即gp＿segment＿configuration系统表中内容。基于此信息，可以建立连接。
那么segdbDesc内容从何而来？
从上述堆栈，segdbDesc是Gang中的db＿descriptors［i］，也就是buildGangDefinition函数生成：
SliceTable．slices［0］．segments为入参segments链表，存储着执行该slice的所有segment的content id。segdbDesc是根据content id从系统表gp＿segment＿config来获取。
到这里可以知道，通过SliceTable中的segment链表得到该slice的segment的content。Insert仅一个slice，insert分发到执行该insert的segment，content就是该segment的content id。通过该content id从gp＿segment＿configuration系统表中得到相关port、IP等信息，从而据此在master和segment之间建立连接。构建链接后，insert语句通过此链接发送到对应的segment。
那么content id又是如何与分布键联系起来呢？
经过分析，由函数DirectDispatchUpdateContentIdsForInsert来完成映射：
constvalue为分布键的key值，然后通过cdbhash函数通过系统hash函数将key值进行hash，最终得到hashcode，该值即为content id，放到contentIds链表中。
三、基础知识1、gp＿segment＿configuration
2、Gang、slice与QueryDesc之间关系
原文标题 : GreenPlum数据分布机制