{"id":121799,"date":"2025-02-10T15:46:10","date_gmt":"2025-02-10T13:46:10","guid":{"rendered":"https:\/\/prohoster.info\/blog\/novosti-interneta\/opublikovana-raspredelyonnaya-subd-citus-13-0"},"modified":"2025-02-10T15:46:10","modified_gmt":"2025-02-10T13:46:10","slug":"opublikovana-raspredelyonnaya-subd-citus-13-0","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/novosti-interneta\/opublikovana-raspredelyonnaya-subd-citus-13-0","title":{"rendered":"Die verteilte Datenbank Citus 13.0 wurde ver\u00f6ffentlicht.","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Das zu Microsoft geh\u00f6rende Unternehmen Citus Data hat die verteilte Datenbank Citus 13.0 ver\u00f6ffentlicht, die als Erweiterung f\u00fcr PostgreSQL 17 realisiert ist. Citus erm\u00f6glicht das horizontale Scaling von PostgreSQL in einem Cluster auf Basis von Standardhardware und erlaubt die Verteilung von Daten \u00fcber Knoten hinweg mithilfe von Sharding, wobei eine Spalten- und Speicherstrukturierung konfiguriert werden kann. F\u00fcr Anwendungen sieht der Citus-Cluster aus wie ein gro\u00dfer PostgreSQL-Server, der die Ressourcen seiner Knoten b\u00fcndelt. Der Code ist in C geschrieben und steht unter der Lizenz AGPLv3. <\/p>\n

Sharding erm\u00f6glicht die Speicherung von sehr gro\u00dfen Datenmengen, deren Gesamtgr\u00f6\u00dfe die lokalen Speicherkapazit\u00e4ten jedes Knotens im Cluster erheblich \u00fcbersteigt. Einzelne Tabellen k\u00f6nnen gezielt auf alle Knoten repliziert werden, um die Durchf\u00fchrung von Merge-Operationen und die Arbeit mit Fremdschl\u00fcsseln zu beschleunigen. Um Speicherplatz zu sparen, k\u00f6nnen die auf verschiedenen Knoten verteilten Daten komprimiert gespeichert werden. <\/p>\n

Verteilte Anfragen k\u00f6nnen an jeden Knoten des Clusters gesendet werden, jedoch muss das Management und die \u00c4nderung des Schemas ausschlie\u00dflich \u00fcber den Knoten erfolgen, der die Clusterarbeit koordiniert. Die von den Clients eingehenden Anfragen werden an die erforderlichen Knoten verteilt und, wenn sie mehrere Knoten umfassen, wird ihre Verarbeitung parallelisiert. Der Cluster kann mit dem Wachstum der gespeicherten Datenmenge durch das Hinzuf\u00fcgen weiterer Knoten und Initiierung einer Neubewertung erweitert werden. <\/p>\n

Typische Anwendungsbeispiele f\u00fcr Citus sind das Ausf\u00fchren von analytischen Abfragen und die Verarbeitung gro\u00dfer Datenmengen in Form von Zeitreihen (z. B. Protokolle oder Sensorstatusabfragen). Citus eignet sich auch zur Modernisierung der bestehenden Infrastruktur auf Basis eines einzelnen Server<\/a> PostgreSQL, deren Leistung und Speicherkapazit\u00e4t aufgrund der steigenden Belastung oder des Volumens der eingehenden Daten nicht mehr ausreicht. Mit dem Werkzeugset von Patroni k\u00f6nnen ausfallsichere Konfigurationen mit replizierten Backup-Knoten erstellt werden, die im Falle eines Ausfalls die Rolle der Hauptknoten \u00fcbernehmen k\u00f6nnen. <\/p>\n

\u00c4nderungen in der Version Citus 13.0: <\/p>\n