技术，从硬件到软件到服务，都逃不过要接受云计算 的洗礼，不能赶上时代潮流的技术和公司都将被无情的淘汰。大数据 也要拥抱云计算，大数据将作为一种数据服务来提供（DaaS-Dataas A Service），依靠云提供共享的、弹性、按需分配的大数据计算和存 储的服务。 Greenplum MPP 数据库从已一开始就是开放的技术，并且在 2015 年 年底已经开源和成立社区（在开源第一天就有上千个 Download）， 可以说，Greenplum 精粹文集 33 ·统计信息收集：统计信息的准确性影响到运行效率，用户表应该及 时收集统计信息。在应用程序中增加手机统计信息的处理逻辑，通 过脚本定时批量收集统计信息，或者两者相结合。针对分区表日常 可按需收集子分区的统计信息，可节省时间提升效率。 ·表倾斜：表倾斜情况应该 DBA 的关注点之一，但无需每天处理。 ·表膨胀：基于 postgresql 的 MVCC 机制，表膨胀情况不能忽视。 重点应该关注日常更新和删除操作的表。

开源 MPP数据仓库 Ø 2019年底跟随Pivotal被VMware收购 Confidential │ ©2022 VMware, Inc. 5 谁在用Greenplum? Ø 500多付费企业客户 Ø 成千上万的开源用户 Ø 支撑巨大的生产集群: q 250+ servers q 10+ PetaBytes Ø 十几个甚至几十个国内国外的衍生项 目（我们是真开源，欢迎大家贡献）

Greenplum 目前可在 Amazon Web Services、Microsoft Azure 和 Google 云平台上运行，并且同时支持自带使用授权 (BYOL) 配置和以小时为单位的按需配置。只需选择要在群集中调配的数据节点数量（不超过预定义的最大大小），然后选择一系 列部署选项，群集便会立即启动运行，可供客户使用。 图 2：Pivotal Greenplum 5：不受限于基础架构的软件架构。

版本的不断合并，有不少系统表的发生了变化，所以，原有适用的客户 端，可能需要一定的适配开发工作，才能适用新的 GP 版本，编者目前在对 pgAdminIII 进行 5 版本和 6 版本的适配和改造，主要服务商业付费用户。 Master 上存储着全局系统表(Global System Catalog)(包含数据库系统自 身元数据的数据表)，但不存储任何业务数据，业务数据只存储在 Instance 上。 Master dby为新的Master。至少到目前为止的所有发 型版本和开源版本中，都没有实现Standby的自动激活，如有必要，需自行实现该功 能，专业服务团队也提供了付费方案帮助用户实现该功能，但这不是产品自身的实现， 是专业服务团队的工具，属于专属付费服务。 可以为Master和Standby分配一个虚IP，用于在Master和Standby之间漂移， 当Standby被激活时，将虚IP漂移到St ETL方案相比，这种方案将需要花费更多的时间来同步数据，同时需要较大容量的共享 存储设备，但可以保证数据的一致性，同时，不需要业务逻辑和作业调度做出任何的修 改。如果存储和时效性都可以接受，可以考虑该方案。 增量同步，这是编者为付费用户实施的灾备方案，目前已有多个用户在生产中实施 并长期稳定运行。该方案，通过组合使用编者的一套自己开发的命令脚本来实现，首先 通过DDL比对命令，比对出主集群和灾备集群之间的表结构差异，并自动生成一致化

然后点击“创建数据仓库”。 快速上⼿ Greenplum数据仓库 UDW Copyright © 2012-2021 UCloud 优刻得 10/206 2.选择计算节点机型、计算节点数量以及付费⽅式。 其中可选的机型配置有： 机型 机型 名称 名称 配置 配置 存储密集型 ds1.large 4核 24G 2000G(SATA) 存储密集型 ds1.6xlarge 24核 144G