常见的数据仓库产品优缺点分析.ppt

数据仓库产品优缺点分析 简介 本文主要对目前国内市场上几种主流的数据仓库数据库产品，通过网络资料以及个人经验做一个简单的分析，从中可以较客观地得出各数据仓库产品的优势和不足，以及未来技术发展方向，为企业的数据仓库选型提供参考。 类别 一：Teradata数据库 Teradata天睿公司，专注大数据分析、数据仓库和整合营销管理解决方案的供应商。 二：GreenPlum数据库 Greenplum是一家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。 三：Netezza数据库 IBM（国际商业机器公司）2010年9月收购的专门的数据仓库数据库，为使大数据高级分析更简单、更迅捷和更易用而设计。 四：Exadata数据库 Oracle的新一代数据库云服务器。 第一种： Teradata数据库 Teradata近几年一直处于数据仓库领导者地位，Teradata数据仓库产品线丰富，能够适应各种规模的数据仓库。产品主要是集成的专用数据库设备（集成了服务器、存储、操作系统和数据库）。Teradata的数据仓库解决方案齐全，以前一直走“高端策略”，在大规模企业级数据仓库客户中占有绝对优势。不过，在其他产品的竞争下，逐渐向中端客户领域扩展。 第一种： teradata数据库系列 单节点系列（面向开发和测试）。 1系列（面向大规模数据存储分析）。 2系列（面向部门级数据仓库） 4系列（采用固态硬盘，面向高速分析） 5系列（面向企业级数据仓库） 第一种：teradata架构 第一种：Teradata优势 大数据量处理性能较强。 可线性扩展，实现投资保护。 数据库易于管理和维护。 第三方软件产品丰富。 有一套完整的ETL方案、配置灵活 采集异构数据时，数据会落地成.txt文件，并保留一定的天数，方便查错。 通过perl采集数据时，向teradata插入数据时速度快，只受限于网络和链接接口。 第一种：Teradata不足 专用设备，环境搭建复杂，扩展时停机时间较长 混合负载控制存在问题 各系列产品互联困难 价格较高 etl过程和td的工具绑定紧密，对数据库本身的性能依赖强 etl环境搭建复杂、非图形化 自定义函数过程复杂，需要用c编写并导入 数据库在做线性扩展时，数据需要重分布，消耗资源大，时间长 第二种： GreenPlum GreenPlum2010年被EMC收购后，产品线进一步完善，提供独立的数据库软件和集成的数据仓库设备两种解决方案。将SQL和MapReduce功能整合到统一的数据处理框架中，利用MPP架构的并行计算能力满足大规模数据存储和处理需求。产品的一大特色是可与任何基于MapReduce的外部产品协同工作，容易实现当下流行的“云计算”架构；另一大特色是用户可以自行选择开放平台PC服务器搭建海量数据处理环境，降低数据仓库的TCO。 第二种：GreenPlum架构 第二种:GP无共享架构的特点 最易于扩展的架构 内部处理自动化并行，无需人工分区或优化 数据分布在所有的并行节点上、每个节点只处理其中一部分数据 最优化的I/O处理、所有的节点同时进行并行处理、节点之间完全无共享，无I/O冲突 增加节点实现线性扩展、增加存储、查询和加载性能 第二种：GreenPlum优势 支持行列混合存储，消除了单独行存储和列存储的缺陷 在线扩容和维护，无需停机 数据加载速度快，可实现实时分析 基于PosgreSQL开发，语法简单，工具和应用资源丰富 符合“云计算”发展方向 第二种：GreenPlum不足 使用开放平台实现，稳定性相对较差 大数据量在节点间重分布时，其非专用网络设计易导致性能瓶颈 开发客户端功能不完善，功能灵活性不足。 函数运算性能不足，在过程中动态sql比静态sql运行效率高，使得开发、迁移、测试更复杂。 创建表空间和文件空间不方便。 对其他操作系统支持差。 第三种：Netezza数据库 IBM最初使用DB2提出数据仓库解决方案，并提供独立数据库软件和数据库机的解决方案，但产品技术优势不明显，且未给予足够重视，市场逐渐萎缩。为弥补不足，2010年IBM收购了专业的数据仓库厂商Netezza，希望利用Netezza的技术来与Teradata、Oracle等产品抗衡。Netezza提供集成的数据库设备Twinfin解决方案，利用专利“流式数据处理架构FPGAs”技术（硬件芯片），在数据通过磁盘时可以将无关数据快速过滤，解决了传统数据仓库产品的服务器和存储间数 据流瓶颈问题，实现高性能数据处理。 第三课：IBM Netezza 架构