读书笔记-Greenplum企业应用实战：简介

短命女 2023-02-14 15:54 6阅读 0赞

Greenplum是一家总部位于美国加利福尼亚，为全球大型企业用户提供新型企业级数据仓库(EDW)、企业级数据云(EDC)和商务智能(BI)提供解决方案和咨询服务的公司。

## 重吞吐、高并发OLTP和重计算、统计分析的OLAP ##

OLTP（On-Line Transaction Processing，联机事务处理）系统也称为生产系统，它是**事件驱动的、面向应用的**，比如电子商务网站的交易系统就是一个典型的OLTP系统。OLTP的基本特点是：数据在系统中产生；基于交易的处理系统（Transaction-Based）；每次交易牵涉的数据量很小；对响应时间要求非常高；用户数量非常庞大，主要是操作人员；数据库的各种操作主要基于索引进行。  
OLAP（On-Line Analytical Processing，联机分析处理）是**基于数据仓库的信息分析处理过程**，是数据仓库的用户接口部分。OLAP系统是跨部门的、面向主题的，其基本特点是：本身不产生数据，其基础数据来源于生产系统中的操作数据（OperationalData）；基于查询的分析系统；复杂查询经常使用多表联结、全表扫描等，牵涉的数据量往往十分庞大；响应时间与具体查询有很大关系；用户数量相对较小，其用户主要是业务人员与管理人员；由于业务问题不固定，数据库的各种操作不能完全基于索引进行。

## PostgreSQL与Greenplum的关系 ##

PostgreSQL是一种非常先进的对象-关系型数据库管理系统，是目前功能最强大，特性最丰富和技术最先进的自由软件数据库系统之一，其某些特性甚至连商业数据库都不具备。  
Greenplum是一个与Oracle、DB2、PostgreSQL一样面向对象的关系型数据库，可以通过标准的SQL进行访问存取数据。Greenplum是一个关系型数据库集群，它实际上是**由数个独立的数据库服务组合成的逻辑数据库**。Greenplum使用MPP架构，同时使用多台机器并行计算。与Oracle RAC的Shared-Everything架构不同，Greenplum采用**Shared-Nothing架构**，整个集群由荤多个**数据节点**（Segment Host）和**控制节点**（Master Host）组成，其中**每个数据节点上可以运行多个数据库**。简单来说，Shared-Nothing是一个分布式的架构，每个节点相对独立。*在典型的Shared-Nothing中，每个节点上所有的资源（CPU、内存、磁盘）都是独立的，每个节点都只有全部数据的一部分，也只能使用本节点的资源*。  
在Greenplum中，需要存储的数据在进入数据库时，将进行数据分布的处理工作，将一个表中的数据平均分布到每个节点上，并**为每个表指定一个分发列**（distribute Column），之后便根据Hash来分布数据。基于Shared-Nothing的原则，Greenplum这样处理可以 充分发挥每个节点的I/O处理能力。*在这个过程中，控制节点将不再承担计算任务，而只负责必要的逻辑控制和客户端交互*。

Greenplum是面向数据仓库应用的关系型数据库，它是基于目前流行的PosgreSQL开发，跟PostgreSQL的兼容性非常好，大部分的PostgreSQL客户端工具及PostgreSQL应用都能运行在Greenplum平台上。

## Greenplum特性及应用场景 ##

特性：支持海量数据存储和处理，高性价比，支持Just In Time BI，系统易用性，支持线性扩展，较好的并发支持及高可用性支持、支持MapReduce、数据库内部压缩。