?

1、总体架构说明：

（1）Greenplum：?

?

MPP架构(Massively?Parallel?Processing):大规模并行处理系统。

整个系统是一组独立的数据库阵列。每个数据库相互独立，有独立的数据存储，日志，索引等等。

集群中HOST分为两种，一个是MASTER?HOST，一个是SEGMENT?HOST。MASTER?HOST

不存放数据，只存放全局系统目录（存放数据自身一些元数据），负责客户端连接，处理SQL命令，分发SEMENT任务，汇总SEGMENT返回的结果，展现给最后的结果给客户端程序。

SEGMENT?HOST存放用户数据和索引。同一个HOST上可以根据硬件（CPU?core，network等）部署多个INSTANCE，同一个SEGMENT?HOST上的两个INSTANCE也不能直接访问。

（2）DB2?DPF：

?

DPF架构类似，也是MPP架构，每个数据库有独立的日志，引擎，锁，缓存管理。服务器之间是通过万兆交换机交换数据。服务器内部通过share_memory实现相互之间访问。服务器16core，每个core对应8G内存，一个RAID组。

?

?

总结:MPP结构最大的特点是，不共享资源。节点内部只访问本身的内存和存储，节点之间信息交互与节点的处理时并行的。MPP在增加节点时性能基本可以实现线性扩展。MPP系统不共享资源，因此，当达到一定规模时，资源比SMP要多。因为MPP系统因为要在不同处理单元之间传递信息，通讯时间比较少的时候，MPP就能充分发挥资源优势，达到高效率。

?

2、数据库核心技术（并行数据流引擎带来的多维分区或者混合分区）：

MPP架构中，解决各个节点的并行处理问题。Greenplum?和ISAS都采取了同样的思路：表分区，就是将一张完整的表，通过HASH算法，尽量均衡的放在不同的节点上。

?

?

下面说明ISAS和Greenplum的多维分区：

1）哈希分区

???分区键，这个必须指定，没有类似GP中随机分区的概念。如果没有一个合适的列作为分区键，可以通过表新增一个自动生成列，列中填充随机数据，然后以这个自动生成列作为分区键。

???分区键支持多个列作为分区键，数据库自动通过这两个列计算出HASH值，然后决定分区位置。

???指定分区键之后，会生成hashmap，如果数据不均，可以通过调整hashmap，微调数据分布。这个是GP中目前没有看到的。

???当前ISAS测试中按msisdn号码作为分区键，如表中没有此字段，则用MCC+MNC+CC等字段拼接成的位置区号作为分区键。目的是为了使表记录按分区键的值均匀分布到各计算节点。

???哈希分区和Greenplum中每个表指定Distrubute?key类型。

?

2）表分区

???哈希分区的基础上，将同一范围的数据存放在同一范围。只支持RANGE分区。不支持LIST分区。

???表分区是在哈希分区的基础上进一步将表划分，查询的时候减少扫描的数据量，减少I/0。

???当前性能测试中未使用表分区。

???这个在Greenplum中ranger?表分区。

?