oracle和greenplum的比较

Oracle数据库的查询速度要比GP数据库的查询速度慢4倍左右

GP用1分钟查询出结果，Oracle需要4分钟，甚至更长，甚至无法返回查询结果。

GreenPlum的并行效率还是不错滴！！！

对于抱怨Oracle速度慢的同学们，不妨研究研究GP、Hadoop。

场景不同，gpdb是olap的，oracle一般是oltp虽然有人用它做分析，但是单表上亿后性能下降很厉害，尤其在多表join上性能差的不能接受，在TB级别gpdb是很好的

hadoop的hdfs支持 海量数据量存储    mapreduce支持对 海量数据的分布式处理
oracle虽然可以搭建集群  但是当数据量达到一定限度之后查询处理速度会变得很慢  且对机器性能要求很高
其实这两个东西不是同类    hadoop是一个分布式云处理架构，倾向于数据计算   而oracle是一个关系型数据库，倾向于 数据存储。要说比较可以比较hbase与oracle。
hbase是一种 nosql数据库，列式数据库，支持 海量数据存储，支持列的扩展，但是查询操作较复杂，不如oracle这类关系型数据库简单，且只支持一个索引，但是Hbase在表结构设置合理情况下，查询速度跟数据量大小没有太大关系，即数据量的大小不会影响到查询速度，顺便说句Hbase查询速度可以达到ms级

其中原理几分类似，
gp是master节点和segment节点的mpp架构
hadoop是master node，data node的mapreduce模式，
两者原理都是在多台机器并行跑
hadoop在节点大于某个阀值后，优势会显现出来，
但是greenplum的数据库机制很完备

1 GreenPlum是像 Oracle那样收费的，还是像MySQL那样的，收不收费？？？
其实一直搞不清MySQL收不收费，似乎大家都在用，也没有收费的担心。

2 GreenPlum除了本身这种MPP的架构外，有没有其它的高可用性方法？
比如做数据的异地复制和备份，Oracle可以用Stream来做， SQL Server可以用“复制”。

3 GreenPlum可以当作在线生产库来用么，还是只是做为数据苍库，做分析处理的

Greenplum 之前是一家总部位于美国加利福尼亚州，为全球大型企业用户提供新型企业级数据仓库(EDW)、企业级数据云(EDC)和商务智能(BI)提供解决方案和咨询服务的公司。目前 Greenplum 已经归属 Pivotal。

 

Greenplum DB 号称是世界上第一个开源的大规模并行数据仓库，最初是基于 PostgreSQL，现在已经添加了大量数据库方面的创新。Greenplum 提供 PD 级别数据量的强大和快速分析能力，特别是面向大数据方面的分析能力，支持大数据的超高性能分析查询。

GreenPlum 主要特性：

• 大规模并行处理架构

• 高性能加载，使用 MPP 技术，提供 Petabyte 级别数据量的加载性能

• 大数据工作流查询优化

• 多态数据存储和执行

• 基于 Apache MADLib 的高级机器学习功能

Greenplum 采用 Apache 协议开源之后，加上之前的 HAWQ，PostgreSQL 以及 PostGIS，完全可以构建一体化的 PostgreSQL 企业数据架构。

 

Greenplum的架构采用了MPP(大规模并行处理)。在 MPP 系统中，每个 SMP 节点也可以运行自己的操作系统、数据库等。换言之，每个节点内的 CPU 不能访问另一个节点的内存。节点之间的信息交互是通过节点互联网络实现的，这个过程一般称为数据重分配(Data Redistribution) 。与传统的SMP架构明显不同，通常情况下，MPP系统因为要在不同处理单元之间传送信息，所以它的效率要比SMP要差一点，但是这也不是绝对的，因为 MPP系统不共享资源，因此对它而言，资源比SMP要多，当需要处理的事务达到一定规模时，MPP的效率要比SMP好。这就是看通信时间占用计算时间的比例而定，如果通信时间比较多，那MPP系统就不占优势了，相反，如果通信时间比较少，那MPP系统可以充分发挥资源的优势，达到高效率。当前使用的 OTLP程序中，用户访问一个中心数据库，如果采用SMP系统结构，它的效率要比采用MPP结构要快得多。而MPP系统在决策支持和数据挖掘方面显示了优势，可以这样说，如果操作相互之间没有什么关系，处理单元之间需要进行的通信比较少，那采用MPP系统就要好，相反就不合适了。