VMware Greenplum v6.25 Documentation

• 语言: 英语
• 格式: .pdf
• 来源: docs.vmware.com

摘要

文档描述了VMware Greenplum数据库的功能、安装、配置和升级指南。Greenplum是一款支持大规模并行处理的大型数据仓库和分析处理数据库，支持SQL、MapReduce并行处理以及从数百GB到数百TB的数据容量。文档详细介绍了Greenplum的集成分析生态系统，包括机器学习、深度学习、地理空间分析和文本分析等功能扩展。同时，文档还提供了Greenplum 6.15.0和6.25版本的新功能和问题修复，包括服务器性能优化、查询优化器改进和安全性增强等内容。文档还包含了平台要求、存储容量估算、系统配置和初始化指南。

AI总结

# 《VMware Greenplum v6.25 文档总结》

## 1. Greenplum 数据库概述
Greenplum 数据库是一款功能强大的分布式并行处理（MPP）数据库，结合了先进的数据分析能力，特别适合数据科学家、数据架构师和企业决策者进行人工智能（AI）、机器学习、深度学习、文本分析和地理空间分析。其集成分析生态系统支持多种扩展功能，包括：

- **机器学习及深度学习**：通过 Apache MADlib 扩展支持特性工程、模型训练和评估。
- **地理空间分析**：集成了 PostGIS 扩展，支持空间数据存储和处理。
- **文本分析**：支持大规模文本数据处理，辅助项目和业务决策。

---

## 2. 版本 6.25 更新内容

### 2.1 版本 6.25.0
**新功能**：
- `gprecoverseg` 增强：现在可以在部分段主机不可达的情况下重新平衡可达的段主机，并对不可达的主机发出警告。
- Greenplum Streaming Server（GPSS）更新至版本 1.5.2，修复了多个问题。
- `analyzedb` 工具新增 `--skip_orca_root_stats` 选项，用于在 GPORCA 关闭时跳过根分区统计更新。

**已解决问题**：
- 修复了 `group by grouping sets` 使用时数据库进入恢复模式的问题。
- 修复了在查询分区表时出现的缓存查找失败错误。
- 修复了在全 bitmap 页面上并发执行索引插入和 bitmap 索引扫描时偶尔失败的问题。

### 2.2 版本 6.25.1 及 6.25.2
主要包括性能优化和稳定性改进，没有新增核心功能。

### 2.3 版本 6.25.3
修复了 `gpstate` 日志错误问题，解决了在集群状态健康时无扩展进行却记录错误日志的缺陷。

---

## 3. 安全配置指南
- Greenplum 数据库基于 PostgreSQL 9.4，部分安全特性与 PostgreSQL 相似。
- VMware支持 PostgresSQL 9.4 直至 Greenplum 6 产品终止支持（End of Support，EOS）。
- 注意：某些安全扫描工具可能错误识别 Greenplum 的漏洞，建议参考 VMware Tanzu 安全响应中心指南以获取准确信息。

---

## 4. 安装与升级
- **平台要求**：明确了操作系统和硬件要求，并提供了存储容量评估指南。
- **安装流程**：包括环境准备、软件安装、数据存储区域创建和系统初始化等步骤。
- **升级路径**：详细说明了从 Greenplum 6.x 旧版本升级至 6.25 的路径和注意事项。

---

## 5. 技术扩展与工具
- 支持多种数据连接器，如 Greenplum-NiFi Connector、Greenplum-Spark Connector 等。
- 提供了机器学习库 MADlib 的安装、升级和卸载指南。
- 支持附加模块安装，包括 Python 和 R 数据科学包。

---

## 6. 查询性能与管理
- 提供了查询性能优化方法，如管理溢出文件和分析查询计划。
- 支持使用 `EXPLAIN` 和 `EXPLAIN ANALYZE` 功能诊断查询性能瓶颈。

---

## 7. 关键优势
- 高性能计算：通过分布式并行处理技术，显著提升数据处理速度。
- 灵活性：支持多种数据处理方式，包括 SQL 和 MapReduce。
- 可扩展性：支持从数百 GB 到数百 TB 的数据量。

---

以上是《VMware Greenplum v6.25 Documentation》的核心内容总结，涵盖了产品功能、新版本更新、安全配置和安装升级等关键信息。