如何选择hash分布列

数据分布均匀是保证GBase 8a MPP Cluster高效并行处理能力的基础。因此定义表时，

如何选用HASH分布策略，保证数据分布均匀是获取高性能的关键所在。

选择的依据遵从四大原则：

第一个就是首先保证所有节点数据存放是均匀的，避免出现节点出现数据分布过多或过少情况；

第二，如果经常进行大表连接，尽量把连接字段定义成hash分布字段，这样尽量减少无效的节点间拉表操作；

第三，尽量保证where条件产生的结果集的存储也尽量是均匀的，避免在做查询的时候，出现某些节点过于繁忙或清闲的情况；

第四，选择使用频率高的group by字段作为hash字段。