查询、报告、分析的数量 • 数据的高度多样性 • 大量定制数据 • 监管要求 商务智能/数据仓库发展趋势 一切都在增长! 数据仓库工作量：数据膨胀 面临的新难题是如何处理大规模数据 过去的10年 现在 HPC 企业 SME 万亿字节 千兆字节 兆字节 千万亿字节 万亿字节 千兆字节 行业商务智能解决方案的实例 政府 电信 金融服务 公民服务 国家安全 电子政务 法规实施和监管 逐步扩展计算能力 • 动态措施 • 数据访问： • 在一个系统中协调所有企业数据的位置 • 可以通过任何语言（SQL、M/R等）进行分析 14 强大并且不断扩展的合作伙伴网络 硬件供应商 商务智能工具 15 服务供应商 业内支持和认可 行业奖励 “ Greenplum能够让企业在两 个方面同时达到最满意的效果： 供程序员使用的MapReduce以 及供数据库管理使用的 SQL。” 可伸缩性：从较低的万亿字节扩展到千万亿字节 – 开放式系统：在通用系统和开放源软件的基础上创建 前提条件 – 硬件：基于开放式标准硬件 – 软件：Postgres和Greenplum – 体系架构：海量并行处理体系，针对商务智能/数据仓库 进行了优化，解决了所有数据流瓶颈问题 Greenplum数据引擎 全球最强大的分析数据仓库 海量并行查询 • 可以比以往更快地获取 查询结果 • 在数据增长的同时确保 高性能分析

QL 以及 Oracle 等主流数据库均采用拉模型。 拉模型的每个算子都实现了从下层节点获取一条元组的 GetNext 函数，每次调用该函数都会从下 层节点返回一条元组或者 EOF 的 NULL 指针。上层节点不断地调用 GetNext 函数从下层节点获 取数据，直至数据全部获取完毕。 火山模型 postgres=# explain select * from t order by t1 limit

等行业标准。经过半个多世纪的发展， SQL 成为了数据平台的万向头，向上可以连接各种 BI 工具、可视化工具和数据分析工具， 向下可以连接各种 ETL 工具、各种数据源和各种格式的数据等。 ● 集成数据分析平台：支持商业智能（BI）、文本、GIS、图、图像等。流式支持也在开发 中。通过 Pivotal 开源的 Apache 顶级项目 MADlib，Greenplum 可以在数据内部运行 50 多种数据分析和机器学习算法。MADlib PgAdmin、Informatica、Cognos、SAS、Talend、Qlik、Tableau、Anaconda、 Microstrategy、Boundless、Zattset、Datometry 等，涵盖 ETL、商业智能、高级分析、可视化、 集成分析、GIS 数据处理、迁移、安全和管理等各个领域。 更多信息请访问 greenplum.cn。

Greenplum数据仓库 UDW Copyright © 2012-2021 UCloud 优刻得 151/206 接⼊第三⽅ 接⼊第三⽅ BI ⼯具 ⼯具 UDW可以接⼊第三⽅商业智能（BI）⼯具来快速实现数据的可视化。第三⽅商业智能（BI）⼯具使⽤标准数据库接⼝连接 UDW 数据仓库，例如：JDBC 和 ODBC。 ⽬前经过测试的有：Zeppelin 和 SuperSet。 ⼀、 ⼀、 UDW 接⼊

会计算数千种备选查询 执行计划，并根据成本做出决策。它还能免去不必要的剖析步骤，从而缩短优化时间。与传统查询优化器相比，GPORCA 可以计算更多备选计划，因此能够优化更多查询。3 现代数据分析和商业智能 (BI) 生成的 SQL 查询往往带有相关子查询，内部子查询需要外部查询的相关知识。GPORCA 可 以生成不相关的计划，这种计划只需查询一次。随后，系统将中间结果与主表结合，生成符合用户条件的结果集。借助上

同。与传统的OLTP数据库不同的是， GP中数据是分布在多个Instance上的。这意味着每个Instance都扫描全部数据的一 小部分来查找结果。如果使用了分区表，扫描的数据可能会更少。通常，商业智能(BI) 的查询需要返回大量的数据，这种情况下使用索引未必有效。 GP建议在没有添加索引的情况下先测试一下查询的性能。索引更易于改善OLTP类 型查询的性能，一般，索引查询期望返回很少量的数据。在返回少量结果的场景下，索 索引对于数据仓库系统和决策分析系统可能会有帮助。这些应用通常拥有海量数据，日 常需要处理很多ad-hoc类型的查询，但少有数据修改的操作。 索引是一系列按照指定字段排序并包含指向表中记录指针的集合。普通的索引每个 Key对应一组数据表中相同字段值Row的tuple ID。而Bitmap索引，为表中的指定字 段的每一个不同的值存储一个位图，用二进制的1和0来标识是否有该值的记录。普通 的