Vectorwise против OLAP
Было бы предпочтительнее использовать систему Vectorwise для эффективного анализа данных в отличие от кубов OLAP. У меня есть идея, что векторная одиночная инструкция, несколько данных (SIMD) может быть хорошей, но не имеет много хорошего материала и ресурсов для проектирования системы.
Как создать хранилище данных в PostgreSQL, а затем использовать векторную технологию для улучшения операций извлечения, сверления и нарезки, нарезки кубиками.
Я попытался изучить красное смещение, Зохо, и они используют / полагаются на http://www.actian.com/ для своих услуг. Каковы хорошие способы внедрения экономически эффективных векторных технологий.
2 ответа
Рассматривая различные решения и методы управления базами данных, я обнаружил, что многомерные массивы являются очень подходящей структурой для вычисления больших объемов данных. Vectorwise, HP vertica - это хорошие коммерчески жизнеспособные решения, обладающие способностью MPP (массовая параллельная обработка) и SIMD, что делает их очень полезными.
Я нашел несколько СУБД с открытым исходным кодом и многомерных массивов, и их сравнение можно найти здесь. http://www.slideshare.net/jdegoes/rise-of-the-scientific-database
OLAP можно сделать разными способами. Как вы, вероятно, знаете, существует два способа масштабирования - горизонтальное и вертикальное. VectorWise, вероятно, является лучшей вертикально масштабируемой СУБД и, как таковая, является идеальным кандидатом для OLAP в таких средах. Это также хорошо (и часто используется) в сотрудничестве с Hadoop или аналогичным, как, возможно, лучший способ хранения больших объемов данных для запросов SQL.
Наконец, название вводит в заблуждение и неуклюже... VectorWise создан для OLAP! Таким образом, в названии есть место для "против".