Parallel Database for OLTP and OLAP


Parallel Database for OLTP and OLAP

Just a
survey article on materials on parallel database products and
technologies for OLTP/OLAP applications. It mainly covers major
commercial/academic efforts on developing parallel dbms to solve the
ever growing large amount of relational data processing problem.
  
Part I – Parallel DBMSs

1.1 Parallel Database for OLAP (Shared-Nothing/MPP)

TeraData
– TeraData Home
– Teradata DBC/1012 Paper
– NCR Teradata VS Oracle Exadata (Teradata’s perspective)

Vertica
– Vertica Home
– The original research project: C-Strore

Paraccel
– Paraccel Home
– MPP Based Architecture
– Columnar Based Storage 
– Flash Based Storage

DataLlegro(now MS Madison)
– Design Choices in MPP Data Warehousing Lessons from DATAllegro V3
– Microsoft SQL Server Parallel Data Warehousing

Netezza
– Netezza Home
– Acquired by IBM
– Hadoop & Netezza: Synergy in Data Analytics (Part 1Part 2)  
– Netezza Twinfin VS Oracle Exadata (eBookBlog, Netezza’s perspective)

GreenPlum:
– GreenPlum Home 
– Combined: PostGreSQL/ZFS/MapReduce 
– Acquired by EMC

Oracle ExaData:
– ExaData Home (Technical OverviewWhite Paper)
>> – OLTP & OLAP Hybrid Orientation
>> – 1 * RAC + N * Exadata Cells (Storage Node) + Infiniband Network
>> – Exadata Cell: Flash Cache + Disk Array + Data Filtering Logic (partial SQL execution)
– Oracle Exadata VS Netezza TwinFin (Oracle Engineer’s perspective)

IBM DB2 Data Partitioning Feature (can work with both OLAP/OLTP)
– formerly known as DB2 Parallel Edition (An Shorter Overview)
– DB2 At a Glance – Data Partitioning Feature
– Simulating Massively Parallel Database Processing on Linux

AsterData: 
– Supercharging Analytics with SQL-MapReduce
– Aster Data brings Applications inside an MPP Database

Misc Articles:
– What’s MPP? 
– Comparison of Oracle to IBM DB2 UDB and NCR Teradata for Data Warehousing
– SMP or MPP for Data Warehouse
– Dividing the data Warehousing work among MPP Nodes
– SANs vs. DAS in MPP data Warehousing
– Three ways Oracle or Microsoft could go MPP

1.2 Parallel Database for OLTP (Shared-Disk/SMP)

Oracle Real Application Cluster
– Oracle RAC Concepts
– Oracle Parallel Database Server Concepts
– Oracle RAC Case Study on 16-Node Linux Cluster

IBM DB2 for z/OS (with Sysplex Technology)
– Share Disk and Share Nothing for IBM DB2
– What’s DB2 Data Sharing?

IBM DB2 for LUW (with pureScale Technology)
– IBM DB2 pureScale: The Next Big Thing or a Solution Looking for a Problem?
– What is DB2 pureScale?
– DB2 pureScale Scalability (section 1section 2)

Part II – Academic Readings

2.1 Overview
1). Parallel Database System: The Future of High Performance Database Processing
2). Survey of Architecture of Parallel Database System
3). The Case for Shared Nothing
4). Much Ado About Shared-Nothing

2.2 Research System
1). XPS: A High Performance Parallel Database Server
2). The Design of XPRS
3). Prototyping Buuba, H High Parallel Database System
4). The Gamma Database Machine Project
5). NonStop SQL, A Distributed, High-Performance, High-Availability Implementation of SQL
6). Parallel Query Processing in Shared Disk Database System
7). Architecture of SDC, the Super Database Computer

2.3 Commercial System
1). A Study of A Parallel Database Machine and Its Performance – The NCR/TERADATA DBC/1012
2). A Practical Implementation of the Database Machine – Teradata DBC/1012
3). DB2 Parallel Edition
4). Parallel SQL Execution in Oracle 10g
6). Shared Cache – The Future of Parallel Database
7). Cache Fusion: Extending Shared-Disk Clusters with Shared Caches

Tags database parallel

时间: 2024-10-15 11:26:06

Parallel Database for OLTP and OLAP的相关文章

阿里云数据库产品HybridDB简介——OLAP数据库,支持行列混合存储,为用户提供基于开源 OLTP、OLAP、BigData 生态的一站式解决方案

12 月 9 日,阿里云宣布数据库产品 HybridDB 正式商业化. HybridDB(ApsaraDB HybridDB)是一款在线 MPP 大规模并行处理数据仓库的服务.它基于 Pivotal 公司的开源数据库项目 Greenplum Database 开发,并由阿里云数据库团队在云计算架构下深度扩展. 该服务支持了 OSS 存储.JSON 数据类型.HyperLogLog 预估分析等功能特性.通过符合 SQL2008 标准查询语法及 OLAP 分析聚合函数,提供灵活的混合分析能力.提供在

OLTP与OLAP的介绍

OLTP与OLAP的介绍 数据处理大致可以分成两大类:联机事务处理OLTP(on-line transaction processing).联机分析处理OLAP(On-Line Analytical Processing).OLTP是传统的关系型数据库的主要应用,主要是基本的.日常的事务处理,例如银行交易.OLAP是数据仓库系统的主要应用,支持复杂的分析操作,侧重决策支持,并且提供直观易懂的查询结果. OLTP 系统强调数据库内存效率,强调内存各种指标的命令率,强调绑定变量,强调并发操作:OLA

OLTP和OLAP

1 OLTP和OLAP online transaction processing,联机事务处理.业务类系统主要供基层人员使用,进行一线业务操作,通常被称为联机事务处理. online analytical processing,联机分析处理.数据分析的目标是探索并挖掘数据的价值,作为企业高层进行决策的参考. 从功能层面上来看,OLTP负责基本业务的正常运转,业务数据积累所产生的价值信息被OLAP所呈现,根据OLAP所产生的价值信息不断优化基本业务. 2 OLTP OLTP负责基本业务的正常运转

弄清楚你的业务类型——OLTP or OLAP

在Oracle数据库系统中,很多人没有弄清楚自己的业务类型到底是什么,就在开始盲目的寻求优化方法,而往往是把OLAP的方法使用在OLTP上,或者是OLTP的方法使用在OLAP上.这样的使用,有的时候,对性能没有任何的提高,甚至是大大的影响了性能,得到适得其反的效果.所以,在优化系统之前,弄清楚自己的业务类型. 1.什么是OLTPOLTP,也叫联机事务处理(Online Transaction Processing),表示事务性非常高的系统,一般都是高可用的在线系统,以小的事务以及小的查询为主,评

OLTP与OLAP

OLTP:On-Line Transaction Processing联机事务处理系统,也称为面向交易的处理系统,其基本特征是顾客的原始数据可以立即传送到计算中心进行处理,并在很短的时间内给出处理结果. OLAP:On-LineAnalyticalProcessing联机分析处理系统,从原始数据中转化出来的.能够真正为用户所理解的.并真实反映企业多维特性的数据称为信息数据,使分析人员.管理人员或执行人员能够从多种角度对信息数据进行快速.一致.交互地存取,从而获得对数据的更深入了解的一类软件技术.

OLTP与OLAP的区别

OLTP和OLAP的区别 联机事务处理OLTP(on-line transaction processing) 主要是执行基本日常的事务处理,比如数据库记录的增删查改.比如在银行的一笔交易记录,就是一个典型的事务. OLTP的特点一般有: 1.实时性要求高.我记得之前上大学的时候,银行异地汇款,要隔天才能到账,而现在是分分钟到账的节奏,说明现在银行的实时处理能力大大增强. 2.数据量不是很大,生产库上的数据量一般不会太大,而且会及时做相应的数据处理与转移. 3.交易一般是确定的,比如银行存取款的

[转帖]OLTP、OLAP与HTAP

OLTP.OLAP与HTAP https://blog.csdn.net/ZG_24/article/details/87854982 OLTP On-Line Transaction Processing联机事务处理过程(OLTP) 也称为面向交易的处理过程,其基本特征是前台接收的用户数据可以立即传送到计算中心进行处理,并在很短的时间内给出处理结果,是对用户操作快速响应的方式之一. 这样做的最大优点是可以即时地处理输入的数据,及时地回答.也称为实时系统(Real time System).衡量

SharePoint BI 学习系列一OLTP和OLAP简介

数据处理大致可以分成两大类:联机事务处理OLTP(on-line transaction processing).联机分析处理OLAP(On-Line Analytical Processing).OLTP是传统的关系型数据库的主要应用,主要是基本的.日常的事务处理,例如银行交易.OLAP是数据仓库系统的主要应用,支持复杂的分析操作,侧重决策支持,并且提供直观易懂的查询结果.   联机事务处理(Online Transaction Process),缩写成 OLTP 特点 数据在 OLTP 模型

OLTP和OLAP有何区别?

当今的数据处理大致可以分成两大类:联机事务处理OLTP(on-line transaction processing).联机分析处理OLAP(On-Line Analytical Processing).OLTP是传统的关系型数据库的主要应用,主要是基本的.日常的事务处理,例如银行交易.OLAP是数据仓库系统的主要应用,支持复杂的分析操作,侧重决策支持,并且提供直观易懂的查询结果.OLTP:也称为面向交易的处理系统,其基本特征是顾客的原始数据可以立即传送到计算中心进行处理,并在很短的时间内给出处