很好的分析參考案例：greenplum簡單效能測試與分析
名詞解釋mpp：mpp 是將任務並行的分散到多個伺服器和節點上，在每個節點上計算完成後，將各自部分的結果彙總在一起得到最終的結果。
使用注意點：
1、資料分布方式包括：hash分布、隨機分布。hash分布：指定乙個或者多個分布鍵，distributed by；隨機分布：即平均分布，join時效能差，distributed randomly。
表的分片規則選取一定要慎重，盡可能選擇唯一且常用語 join 的列作為 distributed key。
2、支援資料併發載入，gpfdist就是併發載入的工具。一般用來匯入文字資料。例：先編寫gpload.yaml,然後gpload -f gpload.yaml。
4、gp 資料庫的效能由一組 segment 服務中最慢的 segment 決定，因此要確保基本的執行 gp 資料的硬體與作業系統在同一效能級別，同樣建議在 gp 資料系統中的所有 segment 機器有一樣的資源與配置。
5、gp 資料庫推薦使用標準的千兆乙太網交換機來做 interconnect。
6、跨庫關聯：
gp 資料庫將表資料分散至所有 segment 例項，當需要進行表關聯分析時，由於各個表的 distributed key 不同，相同值的行資料可能分布在不同伺服器的不同 segment 例項，因此不可避免需要在不同 segment 間移動資料才能完成 join 操作。跨庫關聯也正是分布式資料庫的難點之一。gp 資料庫是如何解決這個問題的：
（1）join 操作的兩個表的 distributed key 即 join key
由於 join key 即為兩個表的 distributed key，故兩個表關聯的行本身就在本地資料庫（即同乙個 segment 例項），直接關聯即可。在這種情況下，效能也是最佳的。
（2）join 操作的兩個表中的乙個 distributed key 與 join key 相同
由於其中乙個表的 join key 和 distributed key 不一致，故兩個表關聯的行不在同乙個資料庫中，便無法完成 join 操作。在這種情況下就不可避免地需要資料跨節點移動，將關聯的行組織在同乙個 segment例項，最終完成 join 操作。gp 可以選擇兩種方式將關 聯的行組織在同乙個 segment 中，其中乙個方式是將 join key 和 distributed key 不一致的表按照關聯欄位重分布（redistribute motion），另一種方式是可以將 join key 和 distributed key 不一致的表在每個 segment 廣播（broadcast motion），也就是每個 segment 都複製乙份全量
（3）join 操作的兩個表的 distributed key 和 join key 都不同
由於兩個表的 join key 和 distributed key 都不一致，故兩個表關聯的行不在同乙個資料庫中，便無法完成 join 操作。同樣在這種情況下，一種方式將兩個表都按照關聯欄位重分布（redistribute motion），另一種方式可以將其中乙個表在每個 segment 廣播（broadcase motion），也就是每個 segment 都複製乙份全量
7、集群裝好之後可以檢測一下集群的效能，gpcheckperf利用 gp 自帶的 gpcheckperf 工具可以很方便地測試檔案系統的讀寫效能。
《Greenplum企業應用實戰》一導讀
為什麼寫作本書 阿里巴巴是國內最早使用greenplum作為資料倉儲計算中心的公司。從2009年到2012年greenplum都是阿里巴巴b2b最重要的資料計算中心，它替換掉了之前的oracle rac，有非常多的優點。greenplum的效能在資料量為tb級別時表現非常優秀，單機效能相比hadoo...
《Greenplum企業應用實戰》一2 4 小結
本章主要介紹了greenplum的安裝和部署，以及一些簡單的基本的資料庫操作及使用注意點,力求使讀者可以快速了解greenplum的特性，迅速上手，後續的章節會詳細介紹greenplum的一些高階特性以及管理和優化。與普通的postgresql資料庫的最大不同就是，greenplum是分布式資料庫，...
企業實戰 企業FTP搭建
提前關閉selinux 和firewalld防火牆 1.安裝vsftp軟體包 yum y install vsftpd 2.啟動vsftpd伺服器 systemctl restart vsftpd systemctl enable vsftpd 3.檢查服務是否正常啟動 ps ef grep vsf...