分析型数据仓库选型

分析型数据仓库的选择不同于普通的数据库选型, 它可能需要更多的综合考虑, 而不仅仅是数据库软件本身的选择, 硬件,软件,储存,用户需求, 而其中最大的挑战就是 性能 , 在其他硬件cpu , 内存都循着摩尔定律提升的时候,硬盘却没有明显的速度上的进步, 而大型分析型数据仓库往往又是大容量的同义词,所以性能比功能,管理性等等其他的都要重要.

现在总的来说有18个比较有名的供应商可以应对生产环境的挑战, 其中既有私有软件与硬件的组合 ,也有开放式软件+普通硬件的组合

总体架构上有4种, 普通的OLTP 型的 , MPP row-based型的 (mpp 是大规模并行处理), 列选择型的, MOLAP型的.

每一种都有典型代表, 基本上没有谁有特别的架构上的优势,

用户需求则是决定数据仓库选型的第一条件 , 总体容量,并发用户,数据刷新频率等等, 尤其重要的是在购买前一定要有足够的POC (PROOF OF CONCEPT) , 最还是能有真实环境完完全全的测一遍, 分清楚你一定要有的功能和如果有更好的功能 , 价格上的限制,特定供应商的限制,私有硬件的容忍度,管理难度和将来可扩展的要求,

调查清楚你的用户将来会如何使用数据库也是重点之一,

Reports , Dashboards and alerts , Ad-hoc , OLAP , data mining , 每一个分析领域的并发用户,使用频率,

记住一定至少要有三个以上的供应商供选择, 让他们辅助你测试,而不是辅助你选型.

调查清楚用户需求可能是最难的,千万不要想当然 , 最好能让各部门都调查清楚自己的需求,然后再汇总, 并且一定一定要真实测试.

可以参考一下下面的PPT 文档, 文章是dbms2 的编辑写的.

参考资料

http://www.dbms2.com/2009/02/04/draft-slides-on-how-to-select-an-analytic-dbms/