【技术沙龙】“Greenplum：重新定义大数据” 全国巡讲第四站
IDC报告预测，全球数据将从2018年的33泽字节（1021字节）增长到2025年的172泽字节，其中近30%数据需要实时处理。世界正在以前所未有的速度数字化和模型化。随着数据时代的到来，越来越多的企业和政府开始重视大数据及相关技术，并着手落地相应的大数据战略。
Greenplum经过十六年的打磨，已经成长为全球最先进、最成熟、最知名的开源MPP数据库，为国内外各行各业的知名企业所应用。其强大的功能支撑着全球各大行业的核心大数据生产系统，多维度助力企业的大数据战略实现与数字化转型落地。
至今，Greenplum已经在北京，上海，杭州成功举行了技术交流活动，与各个地区的Greenplumer进行了深度交流。9月20日，在Pivotal、阿里云、Greenplum深圳合作伙伴万瑞翔的强强协作下，我们将走进深圳，与华南地区的你来一场“亲密接触”。
如果你，
热爱开源文化；
想收获硬核技术干货；
想与大咖来一场High-tech交流；
想拥有Greenplum限量周边和Greenplum官方教材新书；
赶紧扫描下面的二维码，报名参加活动吧！
我们在深圳不见不散！
会议信息
时间：2019年9月20日 13：00- 18：00
地点：深圳市南山区深港前海青年梦工场2号楼101
门票：免费
参加方式：现场+线上直播
会议议程
★
13：00- 13：30 签到
13：30- 13：45 开场致辞
冯雷，Pivotal中国公司常务董事(Managing Director)兼中国研发中心总经理(General Manager)
13：45- 14：30 Greenplum: 大数据分析的最佳选择
姚延栋，Pivotal 全球研发总监 & Greenplum中国开源社区发起人
14：30- 15：15 百亿级别数仓及报表明细高并发服务架构选型
石敦斌，招商金科数据库工程师
15：15- 15：30 茶歇及合影
15：30- 16：15 Greenplum数据库在金融行业的应用场景分享
杨居峰，万瑞翔技术总监
16：15- 17：00 阿里云ADAM for Greenplum – ORACLE 数仓迁移全生命周期解决方案
杨霖，阿里云数据库与应用迁移产品总监
17：00- 17：45 Pivotal Greenplum Building Blocks最佳实践
李钦鸿，Pivotal 资深架构师
话题简介
主题一
Greenplum: 大数据分析的最佳选择
经过十多年发展，大数据处理和分析面临着诸多机遇和挑战。本报告首先回顾数据处理和分析历史，阐述数据处理系统发展的原动力。然后阐述分析 Hadoop 和 MPP 数据库两种技术栈的发展现状，并指出MPP数据库是大数据处理技术的更佳选择。Greenplum 6.0将于2019年9月5号正式发布，这是第一款企业级的混合负载（HTAP）数据库，本报告亦会介绍6.0中的新特性和未来发展方向。
话题大纲：
1. 从数据处理平台演进及其原动力分析未来大数据技术发展趋势
2. Greenplum 6 新特性
主题二
百亿级别数仓及报表明细高并发服务架构选型
架构的简洁可以避免很多不必要的麻烦，同时可以节省很多资源。数仓的选型从Hadoop、Hive、Impala到以Greenplum为代表的 MPPDB。数仓解决了海量数据的存储和计算，但对于数据报表及明细高并发服务，又该如何选择？
话题大纲：
1. Greenplum与Hadoop Hive的数仓特点
2. Greenplum与Hadoop的集成
3. 海量报表明细传统提供方式与新选择
主题三
Greenplum数据库在金融行业的应用场景分享
在业务要求，监管规范和成本效益等众多严格约束之下，金融业的大规模数据管理平台从选无可选的主机，小型机到现在的丰富Hadoop 生态和MPP 平台一路演进过来。在众多的应用场景中，哪些是最适合Greenplum平台一展身手的；成功的应用在选型时是依据哪些原则做出的选择；哪些容易招致忽视的因素导致了应用效果的损失？且听分享者结合现实案例一一道来。
话题大纲：
1. 金融行业在大规模数据管理平台选择上的演变及缘由；
2. Greenplum在金融行业的应用场景及与其它平台的对比；
3. GP应用的效益
主题四
阿里云 ADAM for Greenplum – ORACLE 数仓迁移全生命周期解决方案
还在为ORACLE数仓迁移到Greenplum的风险不可控发愁吗？ADAM是致力于帮助传统企业数据库和应用迁移上云的专业产品团队，主要研发ORACLE数据库和应用迁移产品自动化解决方案，该解决方案基于阿里巴巴多年最佳实践，向用户提供从ORACLE数据库与应用架构发现、风险评估、应用改造、迁移实施到专家支持的全生命周期服务，同时提供SQL实时翻译、PL/SQL转Java、改造实验室等多种实用工具，最大限度降低ORACLE数据库和应用迁移的风险、技术难度和实施周期。ADAM同阿里云 AnalyticDB for PostgreSQL（云托管Greenplum）紧密结合，即提供Oracle数仓的整体上云方案。
话题大纲：
1. ORACLE数仓迁移痛点
2. ADAM 解决方案
3. ADAM 核心能力
4. ADAM 案例分析
主题五
Pivotal Greenplum Building Blocks最佳实践
由DellEmc提供的开放式Greenpplum一体机，具有稳定、灵活、高性能和适用于混合负载的特点。本次介绍了代表Greenplum集群配置的最佳实践GBB的详细配置。
嘉宾介绍
冯雷
Pivotal中国公司常务董事(Managing Director)兼中国研发中心总经理(General Manager)
作为Pivotal全球产品关键领导人，冯雷为Pivotal公司的数字化理念建立和对应的软件产品提供战略输入。冯雷于2010年从美国硅谷归国，在500强公司EMC旗下创建Greenplum中国研发部门。2013年随着全球Pivotal组建，冯雷在中国Greenplum大数据和VMWare的PaaS云的基础上组建了Pivotal中国。旗下研发体系继承了硅谷的创新精神， 推动了Pivotal主导的Greenplum大数据库、 Cloud Foundry云等知名开源产品的领域领先地位以及与阿里云和腾讯云在开源领域的合作落地。
姚延栋
Pivotal 全球研发总监 & Greenplum中国开源社区发起人
作为Pivotal中国研发中心创始团队骨干成员，发起了Greenplum中国开源社区，同时领导Greenplum 和 HAWQ 中国研发团队成为新一代大数据和机器学习平台意见领袖。加入 Greenplum/Pivotal之前, 曾在Sun Microsystem 与 Symantec 系统和存储部门工作多年. 于 2005年以荣誉研究生毕业于中科院软件所, 拥有多项国内外专利。著有《Greenplum：从大数据战略到实现》。
杨居峰
万瑞翔技术总监
23年IT从业经验，从AIX+DB2，Solaris+Oracle 到现今的MPP 乃至Postgresql，参与了众多金融行业客户数据管理平台的规划设计，落地实施，性能调优工作。
杨霖
阿里云数据库与应用迁移产品总监
阿里云ADAM团队负责人，从事数据库与中间件产品领域15年，曾任职BEA，ORACLE公司，长期从事企业级客户的数据库与中间件产品设计，研发与交付工作，具备丰富的企业级数据库与中间件迁移解决方案开发与实施经验。目前致力于传统数据库与应用迁移产品与服务的生态合作，希望与同行分享经验，共同开创传统企业数据库和应用迁移市场的广阔蓝海。
李钦鸿
Pivotal 资深架构师
2010年加入EMC/Greenplum，Pivotal 资深架构师。有超过10年的大数据平台和MPP产品实施经验。精通Greenplum、Teradata、SybaseIQ等数据库，擅长海量数据迁移、系统集成和数据库性能调优。在多个大型数据项目中担任架构师和技术专家。实施的客户包含4大行、券商，电信运营商和大型制造业。
石敦斌
招商金科数据库工程师
熟悉PostgreSQL，MySQL、Neo4j数据库及Greenplum, 专注于开源数据库与大数据、数仓、时序数据物联网等应用场景，积极参与Greenplum开源社区的建设。
赶快点击下面的小程序报名参加吧！
关于Greenplum
Greenplum 是全球领先的开源大数据平台，是能够提供包含实时处理、弹性扩容、弹性计算、混合负载、云原生和集成数据分析等强大功能的大数据引擎。
如今，Greenplum被广泛运用于大规模商业智能和分析中，其优秀的数据存储、处理和实时分析能力为用户打通了业务-数据-洞见-业务的闭环，适用于包括硬件裸机、容器、私有云和公有云各种运行环境。随着近期Greenplum 6.0版本的即将发布，Greenplum拥有了更强的HTAP能力。
2019年，Greenplum被Gartner评为全球排名第三的分析型数据库和排名第四的实时分析数据库，且为前十名中唯一的开源产品。（link插入）据中国信息通信研究院数据，参与信通院评测的14款MPP数据库中43%都是基于Greenplum，14%基于PostgreSQL。Greenplum成为新一代大数据技术的引领者。
延伸阅读
《Greenplum：从大数据战略到实现》
点击上图了解及购买
推荐语：本书由Greenplum核心研发团队精心编写，融入了团队十余年来对云计算、大数据和人工智能驱动的企业数字化转型、先进技术发展趋势以及产品研发的深刻思考，对Greenplum这款快速成长的开源大数据平台进行了全方位深度解读，无论是企业决策者，还是大数据相关的技术人员，都能从本书中获益。
