Postgres Sharding

Esta guía te muestra cómo configurar un clúster Citus simple usando Docker Compose, crear una tabla, distribuirla (sharding) y analizar cómo se ejecutan las consultas.

Prerrequisitos:

• Docker instalado.
• Docker Compose instalado.
• El archivo docker-compose.yml del repositorio

1. Iniciar los Servicios Citus

Abre una terminal en el directorio donde guardaste el archivo docker-compose.yml y ejecuta:

docker-compose up

Ahora en otra terminar verificamos que los contenedores se hayan creado

docker ps

2. Conectarse al Coordinador

docker exec -it postgres_sharding-coordinator-1 psql -U postgres

3. Verificar los Nodos Worker

Dentro de psql, ejecutamos el siguiente comando para asegur de que el coordinador ve a los nodos worker que se añadieron automáticamente por el script de inicio:

SELECT * FROM citus_get_active_worker_nodes();

4. Crear la Tabla

Creamos la tabla que vamos a distribuir. Nota la clave primaria compuesta, es necesaria para las tablas distribuidas en Citus:

CREATE TABLE activity_log (
    log_id BIGSERIAL,
    user_id INT NOT NULL,
    action_description VARCHAR(255),
    log_timestamp TIMESTAMPTZ DEFAULT NOW(),
    PRIMARY KEY (user_id, log_id)
);

5. Distribuir la Tabla (Sharding)

Ahora, le decimos a Citus que distribuya la tabla activity_log basándose en los valores de la columna user_id:

SELECT create_distributed_table('activity_log', 'user_id');

6. Insertar Datos de Ejemplo

Insertamos algunas filas en la tabla distribuida. Nos conectamos al coordinador, pero Citus enrutará cada fila al worker apropiado según el user_id`:

INSERT INTO activity_log (user_id, action_description) VALUES
(1, 'Logged in'),
(2, 'Viewed dashboard'),
(1, 'Updated profile'),
(3, 'Posted a comment'),
(2, 'Logged out');

7. Analizar el Plan de Ejecución de Consultas

Usamos EXPLAIN ANALYZE para ver cómo Citus planifica y ejecuta consultas que filtran por la columna de distribución (user_id). Esto nos muestra la eficiencia del sharding y con que worker esta trabajando.

Primero, analizamos una consulta para user_id = 1:

EXPLAIN ANALYZE SELECT * FROM activity_log WHERE user_id = 1;

Ahora, hacemos lo mismo para user_id = 2:

EXPLAIN ANALYZE SELECT * FROM activity_log WHERE user_id = 2;