【问题标题】:Vectorwise vs OLAP矢量与 OLAP
【发布时间】:2014-04-08 13:44:47
【问题描述】:

与 OLAP 多维数据集相比,是否最好使用基于 Vectorwise 的系统来进行有效的数据分析。我的想法是矢量单指令多数据(SIMD)可能很好,但没有太多好的材料和资源来设计系统。

如何在 PostgreSQL 中创建数据仓库,然后使用向量技术来增强获取、钻孔和切片、切块操作。

我尝试研究 redshift,zoho,他们正在利用/依赖 http://www.actian.com/ 提供服务。采用具有成本效益的矢量技术的好方法是什么。

【问题讨论】:

  • OLAP 与使用单指令的 CBAT 进行比较,需要探索多数据 (SIMD) 并感谢任何帮助?

标签: postgresql bigdata olap business-intelligence vectorwise


【解决方案1】:

研究了不同的解决方案和数据库管理技术,我发现多维数组非常适合计算大量数据的结构。 Vectorwise、HP vertica 都是很好的商业上可行的解决方案,并且具有 MPP(大规模并行处理)和 SIMD 的能力,这使得它们非常有用。

我发现了一些基于开源和多维数组的 DBMS,其比较可以在这里找到。 http://www.slideshare.net/jdegoes/rise-of-the-scientific-database

【讨论】:

    【解决方案2】:

    OLAP 可以通过多种方式完成。正如您可能知道的那样,有两种缩放方式 - 水平和垂直。 VectorWise 可能是最好的垂直可扩展 RDBMS,因此是此类环境中 OLAP 的完美候选者。与 Hadoop 或类似工具协作也很好(并且经常使用),这可能是存储大量数据以进行 SQL 查询的最佳方式。

    最后,标题具有误导性和尴尬... VectorWise 是为 OLAP 设计的 !!所以,标题中有“vs”的位置。

    【讨论】:

    • OLAP 立方体与向量技术不同
    • OLAP 多维数据集只是执行 OLAP 的另一种方式...如果您的问题是针对 OLAP 多维数据集的,那么您应该更清楚地说明。
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2016-01-29
    • 2017-09-22
    • 2021-03-01
    相关资源
    最近更新 更多