Awesome GitHub RepositoriesDistributed Extensions

Citus is a PostgreSQL extension that transforms a standard database into a distributed system. It functions as a sharding framework and distributed SQL engine, enabling horizontal scaling by partitioning tables across a cluster of nodes. By utilizing a coordinator-worker topology, the system manages metadata and routes queries to the appropriate nodes, allowing for parallel execution of complex operations across distributed data shards. The platform distinguishes itself through its specialized support for multi-tenant architectures and real-time analytical processing. It enables tenant-based

Patroni is a high availability manager and cluster orchestrator for PostgreSQL. It functions as an automatic failover controller and replication manager that ensures continuous database availability by automating leader election and promoting standby nodes during failures. The system maintains a consistent cluster state by acting as a distributed consensus coordinator. It synchronizes configuration and manages leader elections through integration with distributed configuration stores such as etcd, ZooKeeper, or Consul. Its broader capabilities include managing both synchronous and asynchrono

Dieses Projekt ist eine Datenbankerweiterung, die horizontale Skalierung und verteilte Datenpartitionierung über mehrere PostgreSQL-Knoten hinweg ermöglicht. Sie fungiert als Middleware-Lösung, die große Datenbanktabellen über einen Cluster verteilt, um die Gesamtspeicherkapazität zu erhöhen und die Schreib-Performance für wachsende Datensätze zu verbessern. Das System verwendet hash-basierte Partitionierung, um Tabellendatensätze über physische Knoten zu verteilen, und nutzt einen zentralen Metadaten-Katalog, um Shard-Standorte zu verfolgen. Es bietet transparentes Query-Routing, das Standard-SQL-Befehle von einem Koordinator-Knoten an die entsprechenden Worker-Knoten weiterleitet, ohne dass Änderungen an der bestehenden Anwendungslogik erforderlich sind. Das Framework enthält Tools zur Aufrechterhaltung der Datenredundanz und Cluster-Integrität durch Shard-Replikation und automatisierte Konsistenz-Reparaturprozesse. Es unterstützt zudem Dateningestion mit hohem Durchsatz und nutzt gleichzeitige Verarbeitung, um massive Datensätze in verteilte Tabellen zu importieren.