Vertica 一种大规模分布式 云计算数据库介绍 一、概述 考虑到企业数据仓库的重要战略意义（EDWs）和每年投入的巨额维护和扩展费用，如何容易地访问这些大量信息资产是非常迫切的需求。然而，许多 EDWs 成为自己成功的受害者。随着时间的推移，用户获取新问题答案的需要导致 EDWs 包含的数据量和复杂数据类型发生迅速增长，同时也带来更多的并发和复杂分析的压力。如果企业级数据仓库变得无法应付这种变化，或者服务水平协议(SLA)不能满足用户的要求,企业则往往不得不进行昂贵的数据库重新设计或硬件平台迁移扩容项目，这往往需要持续好多个月以及带来大量成本损失。即使如此新的架构也往往由于数据量增加得太快（目前已经有大量的客户从TB 向PB 级别扩展），而导致系统不得不进行更多的优化，这些优化需要占用大量的磁盘存储，带来了存储浪费和 I/O 瓶颈的问题。因此如何解决在以往EDWs架构保持不变的状况下来满足新的实时性分析应用的需要成为技术创新的重要领域。Vertica 正是这一领域的积极创新先锋。 Vertica 创建于2005 年，Vertica 成立于2005 年，总部位于美国麻萨诸塞州的 Billerica，在亚太和欧洲都设有Office。2011 年 3 月被HP 公司收购。它的合作创始人是数据库之父Michael Stonebraker，他曾开发了Ingres 和 Postgres 数据库，是公认的数据库权威大师。Vertica 是致力于解决当前数据分析平台日益增长的“大数据”和实时分析要求所带来的挑战，可以以传统解决方案 30%的成本，实现 50 倍-1000 倍的性能提高。 二 、核心技术特点 从技术角度来看，目前数据分析技术主要面临以下四个挑战： 1. 数据量和数据复杂程度的增长。非结构化数据，如 w eb 数据，设备采样数据，图形数据等被纳入数据分析的视野，数据量也随之成倍甚至数十倍的增长。 2. 处理数据的时间窗口越来越短。以往存在往往一整个晚上进行批处理而无需考虑提供查询服务，现在则逐渐缩短到需要分钟级延迟的分析，即越来越多的准实时分析带来用户更强大的竞争能力、 3. 混合负载和大并发成为常态。以往数据分析只需要满足很少的几个高端用户，而随着数据分析的价值被广泛接受，越来越多用户，从高级分析者，到日常业务经理，甚至是一般操作人员都会需要数据分析提供的业务价值。因此大并发情况越来越多，有许多系统甚至可同时容纳多达数百上千的用户进行访问。 4. 需要保留较长时间的原始历史数据。合规性要求越来越严格，同时...
