{"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\/news\/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":"

Die Citus Data, die zu Microsoft geh\u00f6rt, hat die verteilte Datenbank Citus 13.0 ver\u00f6ffentlicht, die als Erweiterung f\u00fcr PostgreSQL 17 realisiert wurde. Citus erm\u00f6glicht horizontale Skalierung von PostgreSQL in einem Cluster auf Basis von Standard-Hardware und erlaubt die Verteilung von Daten auf Knoten durch Sharding mit der Konfiguration von Spalten-Partitionierung und Speicherpl\u00e4nen. 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 wird unter der Lizenz AGPLv3 verteilt. <\/p>\n

Sharding erm\u00f6glicht die Organisation der Speicherung sehr gro\u00dfer Datenmengen, deren Gesamtgr\u00f6\u00dfe erheblich die lokalen Speichermedien jedes Knotens im Cluster \u00fcbersteigt. Einzelne Tabellen k\u00f6nnen gezielt auf alle Knoten repliziert werden, um die Ausf\u00fchrung von Merge-Operationen und den Umgang mit Fremdschl\u00fcsseln zu beschleunigen. Zum Sparen von Speicherplatz k\u00f6nnen die \u00fcber verschiedenen Knoten verteilten Daten komprimiert gespeichert werden. <\/p>\n

Verteilte Abfragen k\u00f6nnen an jeden Knoten des Clusters gesendet werden, aber die Verwaltung und \u00c4nderung des Datenschemas muss nur \u00fcber den Knoten erfolgen, der die Arbeit des Clusters koordiniert. Die von Clients eingehenden Anfragen werden auf die erforderlichen Knoten verteilt und, falls sie mehrere Knoten betreffen, wird ihre Verarbeitung parallelisiert. Der Cluster kann mit dem Wachstum der gespeicherten Daten durch Hinzuf\u00fcgen zus\u00e4tzlicher Knoten und Initiierung einer Rebalancierung erweitert werden. <\/p>\n

Typische Anwendungsbeispiele f\u00fcr Citus sind die Ausf\u00fchrung von Analyseabfragen und die Verarbeitung gro\u00dfer Datenmengen in Form von Zeitreihen (zum Beispiel Protokolle oder Statusabfragen von Sensoren). Citus eignet sich auch zur Modernisierung bestehender Infrastruktur auf Basis von Einzel- Server<\/a> PostgreSQL, dessen Leistung und Speicher aufgrund zunehmender Last oder Datenmengen nicht mehr ausreicht. Mit dem Toolset Patroni k\u00f6nnen ausfallsichere Konfigurationen mit replizierten Standby-Knoten erstellt werden, die im Falle eines Ausfalls die Rolle der Hauptknoten \u00fcbernehmen k\u00f6nnen. <\/p>\n

\u00c4nderungen in der Ver\u00f6ffentlichung Citus 13.0: <\/p>\n