MMP数据库greenplum,与hadoop的区别

1.什么是greenplum？

一种MMP 无共享架构的数据库，擅长olap联机分析。基于postgre内核 ，interconnect并行调度，分布式事务两段提交，还有分区表 外部表 行列存储 高可用。

2.greenplum的架构及功能？

一个集群由多个数据库实例组成。

master:生成查询计划并派发协调segement并行计算

interconnect组件

segement:执行查询计划及数据存储管理

3.greenplum特点

（1）数据存储：以行列表的方式进行存储，采用hash分布的数据分布机制，计算节点和数据存储紧密耦合。与之相对hdfs文件切块，随机分配计算节点和数据无耦合，默认64M

（2）map对比：不需要对数据进行在解析（hadoop需要），直接去行列表，数据分布均匀，并行程度高；还提供索引 分区 列存储等

（3）shuffle对比：hadoop的shuffle基本避免不了，而greenplum的hash分布能尽量避免数据重分布，同时有个语法analyzie能统计表的信息，对计算逻辑进行基于代价的优化，比如有些小表关联时，会将小表优化为广播。

（4）reduce:灵活的join技术支持hash join merger join nestloop join;聚合运算的话：multiple-agg group-agg sort-agg

（5）greenplum数据库采用pipline方式在内存中处理数据，而mapreduce是采用文件交换，IO减少。

4.sql调优查询

总结adb的差不多

5.greenplum的高可用性

高可用性 | Greenplum数据库文档

（1）磁盘存储

greenplum数据库采用无共享架构，每个master和segement都有自己独占的内存和存储，且都有各自对应的数据目录。可以使用磁盘阵列。

最佳实践：

（2）segement镜像

最佳实践：

（3）master镜像

最佳实践：