Clouds NEXT GENERATION DATA PLATFORM Kafka ETL Spring Cloud Data Flow Massively Parallel (MPP) PostgreSQL Kernel Petabyte Scale Loading Query Optimizer (GPORCA) Servers Query planning & dispatch Segment Servers Query processing & data storage SQL Massively Parallel Processing ⼯工作原理理 2017.thegiac.com External Sources Load, streaming, Servers Query processing & data storage In-Database Functions Machine learning & statistics & math & graph & utilities Input validation & pre-processing

Computing for New Discoveries ” 数据计算，只为新发现」 为使命，旗下云原生虚拟数仓 PieCloudDB，运用全新 eMPP (elastic Massive Parallel Processing) 分布式技术，旨在为企业提供包含实时处理、 移级扩缩容、弹性计算、集成数据分析等强大功能的云上数据存储和计算引擎，助力企业实现数据价值最大化。 pieCloudDB 为企业构建坚 行了增强，在特定查询场景下，避免了重组 操作，提高了 /0O 效率。 * eMPP 分布式技术 Openpie发明了云原生虚拟数仓的eMPP (elastic Massive Parallel Processing ) 分布式专利技术，在云上， PieCloudDB利用eMPP架构，实现多集群并发执行任务。企业可灵活进行扩缩容，随着负载的变化实现高效的伸缩， 轻松应对PB级海量数据。 * PiecloudDB 基于eMPP (弹性大规模并行计算) 的云原生虚拟数仓 产品白皮书 术语表 。 MPP: Massively Parallel Processing，大规模并行处理; 。 eMPP: elastic Massively Parallel Processing，弹性大规模并行处理; *。 虚拟数仓: Virtual Data Warehouse，在数据仓库基础之上抽象出来的一种资源调度方法，它可以整合多个数

Computing for New Discoveries ”「数据计算，只为新发现」为使命，旗下云原生虚拟数仓 PieCloudDB，运用全新 eMPP（elastic Massive Parallel Processing） 分布式技术，可将物理数仓整合到云原生数据 计算平台，根据数据授权动态创建虚拟数仓，按需灵活计算，打破数据孤岛，支撑更大模型所需的数据和计算。 PieCloudDB 为企业构建 下，避免了重组 操作，提高了 I/O 效率。 eMPP 分布式技术 全新的优化器 「达奇」 OpenPie发明了云原生虚拟数仓的eMPP（elastic Massive Parallel Processing）分布式专利技术，在云上， PieCloudDB利用eMPP架构，实现多集群并发执行任务。企业可灵活进行扩缩容，随着负载的变化实现高效的伸缩， 轻松应对PB级海量数据。 market-is-the 16 术语表 Massively Parallel Processing，大规模并行处理； MPP： 虚拟数仓： Virtual Data Warehouse，在数据仓库基础之上抽象出来的一种资源调度方法，它可以整合多个数 仓的资源； eMPP： elastic Massively Parallel Processing，弹性大规模并行处理； 云原生：

© Copyright 2018 Pivotal Software, Inc. All rights Reserved. Kubernetes Operator for Massively Parallel Postgres Goutam Tadi (@goutamtadi) Senior Software Engineer, Pivotal Software Inc Email: gp-kubernetes@pivotal Greenplum for Kubernetes ○ Components ■ Greenplum Operator ■ Greenplum Cluster ● Demo Massively Parallel Postgres Greenplum Greenplum Data Platform ANALYTICAL APPLICATIONS NATIVE INTERFACES PIVOTAL Learning AI On-Premises NEXT GENERATION DATA PLATFORM Kafka ETL Spring Cloud Data Flow Massively Parallel (MPP) PostgreSQL Kernel Petabyte Scale Loading Query Optimizer (GPORCA) Workload Manager

可扩展性 ACID事务 VS 分布式 简单易用 VS 结构化 半结构非结构化 VS 事务型 分析型 VS MPP - massively parallel processing - 大规模并行处理 master standby primary segment mirror segment 6 Pivotal Confidential–Internal Segment Host Node3 Segment Host NodeN Greenplum (MPP) Oracle (SMP) OLAP - Online Analytical Processing - 联机分析处理 Gartner 2019数据分析行业报告 Pivotal Greenplum scored highly this year in all four use cases ORDER BY salary DESC) ORCA优化器 Common Table Expression and Recursive Queries 02 Efficiently Processing Complex Correlated Queries 01 Dynamic Partition Elimination 03 动态分区裁剪 公共表达式的下推 高效处理相关子查询

2016Postgres中国用户大会 Postgres Conference China 2016 中国用户大会 Greenplum Database Overview • Massively Parallel Processing (MPP) database system – Scales out to hundreds(*) of nodes • Shared nothing architecture calculations Ability to store geospatial data and query with joins and operators Raster Image Processing 2016Postgres中国用户大会 Postgres Conference China 2016 中国用户大会 GP Text: Full Text Search and Text

Resource Group 2017 年象行中国（杭州 站）第一期 Greenplum数据库 • 基于PostgreSQL • 分布式 • OLAP • MPP(Massively Parallel Processing) 2017 年象行中国（杭州 站）第一期 Greenplum数据库 2017 年象行中国（杭州 站）第一期 Resource Queue • SQL语句并发控制

·Primary/Mirror 镜像保护机制 ·资源队列管理 ·WEB/Brower 监控 Big Date2.indd 7 16-11-22 下午3:38 8 3. Greenplum 的艺术 -- Parallel Everything 前 面 介 绍 了 Greenplum 的 分布式并行计算架构，其中 每个节点上所有 Postgresql 实 例 都 是 并 行 工 作 的， 这 种 并 行 的 Style 16-11-22 下午3:38 20 二、Greenplum 背后的帝国 在 Pivotal 中国的发展历史上， 有一个产品名字必须被铭记， 那 就 是 今 天 在 中 国 Massively Parallel Processing 大规模并行 处理 (MPP) 数据库领域当之无 愧的领头羊 -Greenplum。不夸 张的讲，今天 Greenplum 服务 的客户已经遍及我们每个人生 活中的方方面面，在中国的电

143 New and Changed Features 143 Server 143 Query Processing 144 Release 6.27.0 144 Features 144 Resolved Issues 145 Server 145 Query Processing 146 Database Utilities 146 Cluster Management 146 Release 6.26 146 Release 6.26.4 146 Server 147 Query Processing 147 Release 6.26.3 147 Server 147 Release 6.26.2 147 New Features 148 Query Processing 148 Server 148 Cluster Management 148 VMware Greenplum (zstd) Supported Version 149 Query Processing 149 Server 149 Cluster Management 150 Release 6.26.0 150 Features 150 Resolved Issues 150 Server 151 Query Processing 151 Cluster Management 151 Data

139 Upgrading Greenplum 139 Release 6.25 139 Release 6.25.3 139 Cluster Management 139 Query Processing 139 Server 140 Disaster Recovery 140 Release 6.25.2 140 New and Changed Features 140 Server Issues 141 Server 141 Cluster Management 142 Data Flow 142 Extensions 142 Drivers 143 Query Processing 143 Release 6.25.1 143 Server 143 Data Flow 144 Release 6.25.0 144 Features 144 Resolved 6 Documentation VMware, Inc. 3 Query Processing 145 Cluster Management 146 Data Flow 146 Upgrade 146 Release 6.24 146 Release 6.24.6 146 Query Processing 146 Server 147 Release 6.24.5 147 Data