Pivotal Greenplum 5： 新一代数据平台 开源、支持多种云的高级分析数据平台 作者：Keaton Adams、 Dan Baskette、 Cesar Rojas pivotal.io/cn 白皮书 2 © Copyright 2017 Pivotal Software, Inc.保留所有权利。 PIVOTAL GREENPLUM 5：新一代数据平台 目录 关于本白皮书 .. ..........................................................................3 Pivotal Greenplum 5：新一代数据平台 .........................................................................................3 以开源创新替代专有分析环境 ...9 pivotal.io/cn 白皮书 3 © Copyright 2017 Pivotal Software, Inc.保留所有权利。 PIVOTAL GREENPLUM 5：新一代数据平台 关于本白皮书 Pivotal 最近推出全球第一个开源、支持多云的高级分析数据平台——Pivotal Greenplum 5。本白皮书着眼介绍 Greenplum 5 的核心特征，及多年来围绕该平台发展出的生态系统。

1 新一代数据管理和数据分析 解决方案 关于Greenplum公司 • Greenplum是一家数据库软件公司，在数据处理和 BI/DW领域，提供容量 最大、速度最快、性价比最好的数据库引擎产品和服务。 • Greenplum总部位于圣马蒂奥，加利福尼亚州，美国，成立于2003年6月。 • Greenplum 中国于2008年12月正式成立. 2010/4/8 官方网站： www.greenplum greenplum.com www.greenplum-china.com Greenplum：简介 Greenplum数据引擎软件为新一代数 据仓库所需的大规模数据和复杂查询功 能所设计 3 推动数据依赖型企业的发展 全球各地的一些Greenplum客户 4 亚太地区 欧洲、中东、非洲 北美 中国的客户 5 金融 交通 互联网 其它 Teradata Netezza Oracle 专有，昂贵 不可扩展 针对OLTP进行了优化 主流 10 数据库行业所面临的挑战 0 1 2 3 4 5 6 7 8 9 10 1995 2000 2005 2010 新一代数据库的要求 传统数据库的要求 今天的数据库供应商 网络运算的发展速度已经超过了主流数据库 • 海量规模 • 高性价比 • 高效率 数据库管理系统（DBMS）的 规模/容量 11 需要采用一种新的方法

TODO 4.2 管控 4.2.1 背景 随着数据规模的不断膨胀，使用多节点集群的分布式方式逐渐成为趋势。对集群整体视角的统一管理能 力，和针对单独组件细粒度的控制能力，是基于存算分离的现代数据库体系中不可或缺的功能。 4.2.2 挑战 管控的挑战，在于对集群的集中化管理的统一管理能力以及在单点出现故障时精细化的操作能力。 集中化管理的挑战体现在将包括数据库存储节点和中间件计算节点的状态统一管理，并且能够实时的探 可配置属性： 名称 数据类型 说明 type String 持久化仓库类型 props Properties 持久化仓库所需属性 Cluster 持久化配置 类名称：org.apache.shardingsphere.mode.repository.cluster.ClusterPersistRepositoryConfiguration 可配置属性： 名称 数据类型 说明 type String 分片表配置 类名称：org.apache.shardingsphere.sharding.api.config.ShardingTableRuleConfiguration 可配置属性： 名称 数据类型 说明 默认值 logi cTable String 分片逻辑表名称 • act ualDat aNodes (?) String 由数据源名 + 表名组成， 以小数点分隔。多个表 以逗号分隔，支持行表

TODO 4.2 管控 4.2.1 背景 随着数据规模的不断膨胀，使用多节点集群的分布式方式逐渐成为趋势。对集群整体视角的统一管理能 力，和针对单独组件细粒度的控制能力，是基于存算分离的现代数据库体系中不可或缺的功能。 4.2.2 挑战 管控的挑战，在于对集群的集中化管理的统一管理能力以及在单点出现故障时精细化的操作能力。 集中化管理的挑战体现在将包括数据库存储节点和中间件计算节点的状态统一管理，并且能够实时的探 可配置属性： 名称 数据类型 说明 type String 持久化仓库类型 props Properties 持久化仓库所需属性 Cluster 持久化配置 类名称：org.apache.shardingsphere.mode.repository.cluster.ClusterPersistRepositoryConfiguration 可配置属性： 名称 数据类型 说明 type String 分片表配置 类名称：org.apache.shardingsphere.sharding.api.config.ShardingTableRuleConfiguration 可配置属性： 名称 数据类型 说明 默认值 logi cTable String 分片逻辑表名称 • act ualDat aNodes (?) String 由数据源名 + 表名组成， 以小数点分隔。多个表 以逗号分隔，支持行表

数据库，反之亦然。 8.5 流量治理 8.5.1 背景 随着数据规模的不断膨胀，使用多节点集群的分布式方式逐渐成为趋势。对集群整体视角的统一管理能 力，和针对单独组件细粒度的控制能力，是基于存算分离的现代数据库体系中不可或缺的功能。 8.5. 流量治理 38 Apache ShardingSphere document 8.5.2 挑战 管控的挑战，在于对集群的集中化管理的统一管理能力以及在单点出现故障时精细化的操作能力。 apache.shardingsphere.mode.repository.standalone.StandalonePersistRepositoryConfiguration 可配置属性： 名称 数据类型 说明 type String 持久化仓库类型 props Properties 持久化仓库所需属性 9.1. ShardingSphere-JDBC 83 Apache ShardingSphere 类名称：org.apache.shardingsphere.mode.repository.cluster.ClusterPersistRepositoryConfiguration 可配置属性： 名称 数据类型 说明 type String 持久化仓库类型 namespace String 注册中心命名空间 server‐lists String 注册中心连接地址 props Properties

数据库，反之亦然。 3.6 流量治理 3.6.1 背景 随着数据规模的不断膨胀，使用多节点集群的分布式方式逐渐成为趋势。对集群整体视角的统一管理能 力，和针对单独组件细粒度的控制能力，是基于存算分离的现代数据库体系中不可或缺的功能。 3.6. 流量治理 36 Apache ShardingSphere document, v5.2.0 3.6.2 挑战 管控的挑战，在于对集群的集中化管理的统一 可配置属性： 名称 数据类型 说明 type String 持久化仓库类型 props Properties 持久化仓库所需属性 Cluster 持久化配置 类名称：org.apache.shardingsphere.mode.repository.cluster.ClusterPersistRepositoryConfiguration 可配置属性： 名称 数据类型 说明 type String 分片表配置 类名称：org.apache.shardingsphere.sharding.api.config.ShardingTableRuleConfiguration 可配置属性： 名称 数据类型 说明 默认值 log icTable String 分片逻辑表名称 • a ctualDa taNodes (?) String 由数据源名 + 表名组成， 以小数点分隔。多个表 以逗号分隔，支持行表

数据库，反之亦然。 8.5 流量治理 8.5.1 背景 随着数据规模的不断膨胀，使用多节点集群的分布式方式逐渐成为趋势。对集群整体视角的统一管理能 力，和针对单独组件细粒度的控制能力，是基于存算分离的现代数据库体系中不可或缺的功能。 8.5. 流量治理 38 Apache ShardingSphere document 8.5.2 挑战 管控的挑战，在于对集群的集中化管理的统一管理能力以及在单点出现故障时精细化的操作能力。 apache.shardingsphere.mode.repository.standalone.StandalonePersistRepositoryConfiguration 可配置属性： 名称 数据类型 说明 type String 持久化仓库类型 props Properties 持久化仓库所需属性 9.1. ShardingSphere-JDBC 84 Apache ShardingSphere 类名称：org.apache.shardingsphere.mode.repository.cluster.ClusterPersistRepositoryConfiguration 可配置属性： 名称 数据类型 说明 type String 持久化仓库类型 namespace String 注册中心命名空间 server‐lists String 注册中心连接地址 props Properties

TODO 4.2 集群管控 4.2.1 背景 随着数据规模的不断膨胀，使用多节点集群的分布式方式逐渐成为趋势。对集群整体视角的统一管理能 力，和针对单独组件细粒度的控制能力，是基于存算分离的现代数据库体系中不可或缺的功能。 4.2.2 挑战 管控的挑战，在于对集群的集中化管理的统一管理能力以及在单点出现故障时精细化的操作能力。 集中化管理的挑战体现在将包括数据库存储节点和中间件计算节点的状态统一管理，并且能够实时的探 可配置属性： 名称 数据类型 说明 type String 持久化仓库类型 props Properties 持久化仓库所需属性 Cluster 持久化配置 类名称：org.apache.shardingsphere.mode.repository.cluster.ClusterPersistRepositoryConfiguration 可配置属性： 名称 数据类型 说明 type String 分片表配置 类名称：org.apache.shardingsphere.sharding.api.config.ShardingTableRuleConfiguration 可配置属性： 名称 数据类型 说明 默认值 logi cTable String 分片逻辑表名称 • act ualDat aNodes (?) String 由数据源名 + 表名组成， 以小数点分隔。多个表 以逗号分隔，支持行表

数据库，反之亦然。 8.5 流量治理 8.5.1 背景 随着数据规模的不断膨胀，使用多节点集群的分布式方式逐渐成为趋势。对集群整体视角的统一管理能 力，和针对单独组件细粒度的控制能力，是基于存算分离的现代数据库体系中不可或缺的功能。 8.5. 流量治理 38 Apache ShardingSphere document 8.5.2 挑战 管控的挑战，在于对集群的集中化管理的统一管理能力以及在单点出现故障时精细化的操作能力。 apache.shardingsphere.mode.repository.standalone.StandalonePersistRepositoryConfiguration 可配置属性： 名称 数据类型 说明 type String 持久化仓库类型 props Properties 持久化仓库所需属性 9.1. ShardingSphere-JDBC 89 Apache ShardingSphere 类名称：org.apache.shardingsphere.mode.repository.cluster.ClusterPersistRepositoryConfiguration 可配置属性： 名称 数据类型 说明 type String 持久化仓库类型 namespace String 注册中心命名空间 server‐lists String 注册中心连接地址 props Properties

分片表配置 类名称：org.apache.shardingsphere.sharding.api.config.ShardingTableRuleConfiguration 可配置属性： 名称 数据类型 说明 默认值 logi cTable String 分片逻辑表名称 • act ualDat aNodes (?) String 由数据源名 + 表名组成， 以小数点分隔。多个表 以逗号分隔，支持行表 类名称：org.apache.shardingsphere.sharding.api.config.ShardingAutoTableRuleConfiguration 可配置属性： 名称 数据类型 说明 默认值 logicTable String 分片逻辑表名称 • act ualDataSources (?) String 数据源名称，多个数据 源以逗号分隔 使用全部配置的数据源 shardingsphere.sharding.api.config.strategy.sharding.StandardShardingStrategyConfiguration 可配置属性： 名称 数据类型 说明 shardingColumn String 分片列名称 shardingAlgorithmName String 分片算法名称 复合分片策略配置 类名称：org.apache.shardingsphere