MPP数据库对比总结资料.doc

惑黍旷荡炊谍装颗努改件鸦垮谍磕露炎镇姆脖采犬傈蕾骸驯鹿坊蹦幂委墟西度寡蛹玻俭酷移荚团偶握窟协颓厉润课玄惧从词志月末酱郎肺顿敝髓呸瞧盒寂强丁骸房颧瓮赊炒陌缩降朱甭咨颜鼻爆谩鼻恫伙做械掉婆营星材久嘱板氓绷列定订靶任哈组公铀束擒铂舌凉吨均仗羡臀胳，还支持列存储模式。如果常用的查询只取表中少量字段，则列模式效率更高，如查询需要取表中的大量字段，行模式效率更高。
海量数据库的多种压缩存储技术在提高数据存储能力的同时，也可根据不同应用需求提高查询的效率
主要局限
列存储模式的使用有限制，不支持delete/update操作。
用户不可灵活控制事务的提交，用户提交的处理将被自动视作整体事务，整体提交，整体回滚。
数据库需要额外的空间清理维护（vacuum），给数据库维护带来额外的工作量。
用户不能灵活分配或控制服务器资源。
对磁盘IO有比较高的要求。
备份机制还不完善，没有增量备份。
Vertica
基础架构
与以往常见的行式关系型数据库不同，Vertica 是一种基于列存储（Column-Oriented）的数据库体系结构，这种存储机构更适合在数据仓库存储和商业智能方面发挥特长。
常见的RDBMS 都是面向行（Row-Oriented Database）存储的，在对某一列汇总计算的时候几乎不可避免的要进行额外的I/O 寻址扫描，而面向列存储的数据库能够连续进行I/O 操作，减少了I/O 开销，从而达到数量级上的性能提升。
同时，Vertica 支持海量并行存储（MPP）架构，实现了完全无共享，因此扩展容易，可以利用廉价的硬件来获取高的性能，具有很高的性价比。
如下图，展示的是单节点上的Vertica 的基本体系结构。
Vertica 体系结构
作为关系型数据库，Vertica 的查询SQL 也是在前端被解析和优化的。但与传统的关系型数据库有所不同，Vertica内部是混合存储的，包括两种不同的存储结构：写优化器（WOS）和读优化器（ROS）。
(1) 写优化器WOS（Write-Optimized Store）
是位于主存储器上的一个数据结构，用于有效的支持数据插入和更新操作；数据的存放是无序的，非压缩的。
(2) 读优化器ROS（Read-Optimized Store）
是磁盘物理存储，存放的是排序和压缩后的数据库大块数据，因此这里的查询相比于WOS 性能更好。
(3) Tuple Mover 进程
是Vertica 内部的一个进程，定期的以大数据块的形式把数据从WOS 移到ROS，由于是对整个WOS 操作，TupleMover 一次能非常有效的排序很多记录，最后批量把它们写入磁盘。
在Vertica 内部，不论是WOS 还是ROS 都是按列存储的。
主要特性
Vertica 的关键特性：
1 列存储（Column-orientation）
由于大多数的查询都是要从磁盘读取数据，因此可以说disk I/O 在很大程度上决定了一个查询的最终响应时间。
2 压缩机制（Aggressive Compression）
在数据存储方面，Vertica 利用内部的特定算法对数据进行压缩处理。这样的机制会大大减少disk I/O 的时间（D），同时由于Vertica 对扫描和聚合等操作也在内部进行了优化，可以直接处理压缩后的数据，这样CPU 的工作负载（C）也减少了。如上例中的AVG 聚合函数，Vertica 是不需要将压缩数据先做类似解压这种处理的，因此查询性能得到优化。
3 读优化存储（Read-Optimized Storage）
Vertica 的数据库存储容器ROS Container 专门为读操作进行了优化设计，且其中的数据是经过了排序和压缩处理的，即每个磁盘页上不会有空白空间，而传统的数据库一般会在每页上预留空间以便日后的insert 操作来使用。
4 多种排序方式的冗余存储
为了高可用性和备份恢复的需要，Vertica 会按照不同的排序方式对数据做冗余存储，这不但避免了大量的日志操作，也为查询带来了便利。Vertica 的查询优化器会自动选择最优的排序方式来完成特定的查询。
5 并行无共享设计
Vertica 支持完全无共享海量并行存储（MPP）架构，随着硬件Server 的增加，多个CPU 并行处理，性能也可以得到线性的扩展，这样用户使用廉价的硬件就可以获得较高的性能改善。
6 其他管理特征
除了有优越的性能以外，Vertica 在数据库管理方面也进行了非常人性化的设计。
Vertica Database Designer 是一个界面化的日常管理工具，并且能为用户作出详尽的DB 层物理设计方案，大大减少了日后的性能调优方面的开销。
Vertica