测试Vertica性能
软件：
Vertica 6.0.0-4
OS： Red Hat EnterpriseLinux Server release 6.0(x86-64)
Filesystem: ext4
三台服务器参数：
cpu ：
4P*8CIntel(R) Xeon(R) CPU E7- 8837 @ 2.67GHz
4P*8CIntel(R) Xeon(R) CPU E7- 4820 @ 2.00GHz
4P*8CIntel(R) Xeon(R) CPU E7- 4820 @ 2.00GHz
Memory：
128GB
128GB
128GB
Disk：
IBM ServeRAID M5015 Rev: 2.13 600GB
IBM ServeRAID M5015 Rev: 2.13 600GB
IBM ServeRAID M5015 Rev: 2.13 600GB
网卡：
100Mb/s
100Mb/s
100Mb/s
测试Vertica三节点集群测试，与两节点集群进行比较如下：
| 步骤 | 测试项 | Vertica (两节点集群) | Oracle(单节点) | Vertica (三节点集群百兆) | Vertica (三节点集群千兆) |
| 1 | 数据加载（31亿，两节点情况下单点加载，三节点情况下是每个节点并行4个进程加载，Oracle是单节点光纤加载） | 5小时13分26秒 | 4小时22分50秒 | 2小时12分31秒 | 17分03秒 |
| 2 | 两表关联非分布键（31亿+21万） | 6小时22分35秒 | 11小时19分44秒 | 1小时58分30秒 | 2小时3分6秒 |
| 3 | 两表关联分布键（31亿+3千万） | 2小时56分35秒 | 6小时13分48秒 | 2小时31分17秒 | |
| 4 | 两表关联汇总非分布键（31亿+174） | 649s | 2小时16分10秒 | 729s | 386s |
| 5 | 四表关联非分布键（3千万+16万+16万+5万） | 136s | 96s | 99s | |
| 6 | 四表关联非分布键（3千万+4+7+174） | 202s | 44s | 46s | |
| 7 | 单表汇总（6千万） | 109s | 113s | ||
| 8 | 四表关联非分布键（3千万+16万+2百万+5万） | 184s | 522s | 357s | |
| 总计耗时 | 53527s | 64724s | 38989s | 18487s |
测试主要步骤比对说明：
1、 数据加载：
3节点的Vertica集群在加载过程中，是多个节点并行加载，并且在每个节点上开启了4进程并行加载，改造成千兆网络后，网络传输的瓶颈解决，效率大大提升；两节点的Vertica集群是单节点加载，并且通过百兆网络传输分布数据，效率不如oracle单机通过光纤连接磁阵直接加载。
2、 两表关联非分布键（31亿+21万）
3节点的Vertica集群，将临时表建立成temporary方式，并且ksafe设置为0，不需要进行节点间数据备份，从而避免了数据的重分布，所以效率提升
3、 两表关联分布键（31亿+3千万）
3节点的Vertica集群，在百兆网络情况下由于目标表被设置为ksafe 1，需要进行数据备份，300G的数据需要通过百兆带宽进行传输重分布，所以导致效率大幅度下降，改造成千兆网络后，问题解决
Vertica集群(3节点)主要参数设置
Ksafe：1
maxmemorysize ：Special: 95%
executionparallelism ： AUTO
Runtimeprioritythreshold ： 2
plannedconcurrency ： 4
结果分析：
文件加载入库
Vertica文件加载本质都是通过copy实现，可以通过多节点并行加载，以及在每台节点上开启多进程提升效率。通过将带宽从100Mb/s提升为1000Mb/s 后，加载速度提升一个数量级。
数据分布
插入目标表的过程中，需要检查目标表和源表的分布键字段类型，如果存在字段类型不一致或者字段长度不同(主要指CHAR)，都会导致数据重分布，极大影响性能。
多表关联
Vertica多表关联的关联字段，如果设置成为orderby字段，则在关联匹配的过程中使用merge join方式，比默认的hash join方式效率提升很多。
单表汇总
vertica单表汇总是在各自的节点上运算，然后再把结果进行汇总，所以效率比单台节点的oracle高。
建表优化
vertica 提供DBD工具对建表语句、字段压缩方式、分布键、order字段进行优化，但是经过实际使用，分布键的设置和order字段的优化建议往往不准，还需要根据实际的关联语句以及经验进行设置。
数据压缩
vertica数据压缩是根据列式压缩，如果表中存在重复值的字段较多，则压缩比高，比如按地市、微区域等列举小区名称的表，压缩比能够达到1：5，但是对于用户流量信息，由于用户号码和流量的值很少出现重复，所以压缩比很低。压缩比还受到ksafe的影响，ksafe设置为1的情况下，数据会复制一份，容量增加一倍。