共计 3464 个字符，预计需要花费 9 分钟才能阅读完成。
“大数据时代”的概念最早由驰名征询公司麦肯锡提出。麦肯锡示意：”数据已渗透到明天的每个行业和业务性能畛域，并已成为重要的生产因素。”数据在精美的算法中被开掘，数据分析变得至关重要，大家开始达成一个共识：”数据计算，可能找到新发现。”
博思艾伦征询公司的合伙人 Josh Suillivan 在其著述《数字时代的企业进化》一书中提到，其团队钻研了数百个组织，提炼出形成将来胜利组织模型的因素，这类胜利组织被称为”数据公司”。而进化成”数字公司”的要害，是”组织是由数据驱动的”。在大数据时代，企业不再轻易删除数据，而是心愿把数据存储起来用于剖析。数据库也成为了企业基础架构必不可少的一部分。
什么是 MPP？
MPP（Massive Parallel Processing，大规模并行处理），始终被誉为当今数据库的支流架构，被宽泛用于泛滥数据库产品中，包含 Greenplum、Teradata、Vertica 等。MPP 数据库是针对剖析工作负载进行了优化的数据库，以满足用户聚合和解决大型数据集的需要。MPP 剖析型数据库将工作并行的散布到多个服务器和节点上，并在实现计算后，将后果返回并汇总，从而实现对海量数据的剖析解决。
MPP 数据库的劣势 MPP
数据库集群有可扩展性、高可用性、高性能等泛滥劣势。MPP 数据库的诞生解决了单个 SQL 数据库无奈寄存海量数据，很难在一台物理机器上实现剖析需要的难题。
海量数据处理能力
MPP 架构的数据库以 PC 服务器为单位，通过如下图所示的集群形式来扩大存储和计算。假如一个宽表有 3 亿条记录，MPP 数据库会尝试在每台 PC 服务器的硬盘上散布 1 亿条记录。数据计算时，所有机器同时并行计算，实践上最高能够把计算工夫升高到单机部署的 1/n（n 为机器数量），节俭了海量数据的解决工夫。
对 SQL 的完满兼容
大部分传统 MPP 数据库均实现了对 SQL 的完满兼容，包含 ANSI SQL 2008 规范，以及 SQL 2003 OLAP 扩大。对 SQL 的全面反对使得 MPP 数据库能够无缝集成业内常见的提取 / 转换 / 加载（ETL）和 BI（商业智能）工具，齐全反对和认证规范数据库接口。企业只需安顿大量的集成工作，就能够应用现有的应用规范 SQL 构造和接口的剖析工具让利用在 数据库上运行，从而防止了企业受制于供应商，帮忙企业在克制业务危险的同时推动翻新。
计算的高度并行化
MPP 架构给数据库的高并发性带来了极大的弹性。架构赋予数据库数据和查问的主动并行化能力，数据能够做到主动在数据库的所有节点上分区，并以高度协调的形式应用所有节点来布局和执行查问。企业能够依据本身的并发需要扩大集群，达到所需的并发需要。
程度扩大能力
MPP 数据库具备良好的程度扩大能力，企业能够依据业务需要，通过减少服务器，用更多的节点撑持更大的剖析需要。
传统 MPP 数据库的瓶颈
尽管 MPP 数据库有泛滥劣势，因此成为泛滥剖析型数据库产品的支流架构。然而，传统 MPP 数据库也有泛滥瓶颈和限度。
存算耦合
传统数据仓库的计算和存储是严密耦合的，计算资源和存储资源按某一比例强绑定，因而用户在扩容时，必须同时扩容计算资源和存储资源，在扩容、运维、迁徙上都存在肯定的挑战。企业业务倒退的不确定性，当企业遇到负载顶峰时刻，传统数据仓库无奈及时扩资源，可能会导致大数据系统无奈及时剖析业务数据，错失了充沛开掘数据价值所带来的商业机会。
业务受限
传统的 MPP 数据库尽管实现了程度扩大，然而因为存算耦合，程度扩大流程简单且迟缓。随着用户的数据规模增长，每次扩缩容进行减少节点的操作时，大量的 I/O 申请会影响业务的处理速度，对业务的持续性会造成肯定的影响。当用户负载忽然增大时，无奈迅速进步算力以响应业务变动，在负载升高时也无奈膨胀以节约老本。存算的严密耦合，导致用户无奈依据理论需要申请资源，动静扩大，导致用户的业务受限。
老本昂扬
传统数据库价格昂扬的软硬件导致微小的后期投入。随着存储和工作负载需要的日益增长，面临数据库的扩容和降级时，因为传统 MPP 数据库架构存储和计算的严密耦合，往往须要企业破费微小的运维和工夫老本，且操作繁琐。
木桶效应
传统 MPP 数据库架构存在”木桶效应”，数据库整体执行速度取决于最”短板”单机（Straggler）的性能。单机故障会”拖垮”整个数据库的性能，导致查问速度变慢。因而传统的 MPP 架构往往要求新增的 PC 机和之前的 PC 机是一样的老配置，不然任何一个集群的”短板”就会影响整个数据库的性能，也就说摩尔定理不论多厉害，MPP 集群拿老机器的存储和性能”一刀切”而取低值。
数据孤岛
随着业务的倒退，数据量的减少，和信息化建设的需要，企业会为不同部门建设相应的业务信息化零碎。然而 MPP 的程度”扩大“能力和事实上的”动态“我的项目施行是矛盾的。“扩大”实践上是和工夫关联的一个概念，而基于 PC 机的 MPP 设计并不是”工夫的敌人“。因为后面提到的存算耦合和”木桶效应”，企业在购买新机器的时候，往往会抉择”重整旗鼓”，新建一个集群，从而造成”数据孤岛”，重大妨碍了企业实现大数据指标。
全新的 eMPP：传统 MPP 数据库的进阶版
面对传统 MPP 数据库的短板，OpenPie 团队打造的云原生数据库 PieCloudDB，发明了全新的 eMPP 分布式架构，构建以云原生、剖析型分布式数据库为引擎数据计算平台。
什么是 eMPP？
eMPP 由 OpenPie 团队打造，全称是 Elastic Massive Parallel Processing（Elastic MPP，弹性大规模并行计算）。
eMPP 超过传统 MPP 架构，更合乎云时代的需要。云平台在信息技术倒退过程中具备划时代意义，它带给用户的不仅仅是快捷和便当，更是极大的灵活性和可配置性。用户能够自行定义云主机的配置，定义云主机的数量等，并且能够便捷的减少和删除云主机。一句话来说，云平台给企业应用架构带来了极大的弹性。
MPP 架构和云平台相结合，就诞生了 eMPP。为了适应云平台的弹性，新的 eMPP 架构实现了云上存储计算拆散。也就是说，计算资源和存储资源能够在云上实现独立的进行程度扩大。
eMPP 的劣势
存算拆散赋予 eMPP 数据库”真正”的弹性。eMPP 架构继承了前文中提到的 MPP 数据库所有劣势，并从根本上躲避了传统 MPP 数据库的缺点，领有泛滥劣势。
- 弹性扩大
基于云计算平台、存算拆散的 eMPP（弹性大规模并行计算）架构赋予数据库多维度、智能弹性扩大能力，让用户可能依据业务需要进行横向或纵向的弹性伸缩。
存储侧反对规范对象存储，能够充分利用云计算平台的劣势，让对象存储靠近有限的容量，防止了企业对集群进行扩容时，因计算资源和存储资源的绑定而造成的资源节约，可独自进行计算或者存储资源的扩大，存储扩容性价比高。
计算侧在设计上充分考虑无状态实现，计算节点能够充分利用云平台海量的计算节点池，能够按需扩容和缩容。企业能够灵便思考业务和数据量的变动，动静调整 数据库集群中计算节点的数量，用最适宜的资源量来满足其业务需要。 - 灵便麻利
eMPP 架构计算和存储拆散，防止了资源的节约。企业可依据对资源的需要，灵便的以低成本和高效的形式，独自地进行存储或计算资源的弹性扩大，进步了资源的利用率，节俭空间老本和能耗开销。 - 降本增效
eMPP 架构带来的动静扩大能力，企业可依据本人对资源的需要进行扩大，防止了资源的节约，相比于传统数据库，具备更高的性价比。 - 高可用性
eMPP 架构中，计算节点不存储用户数据，保障了计算节点的无状态性。无状态的计算节点启动和进行非常容易，企业能够依据本身的需要启动足够的冗余计算节点保障 eMPP 数据库的高可用性。在 eMPP 数据库 中，用户数据存储在云计算平台的对象存储中，充分利用云存储的劣势保障用户数据高可用性。
PieCloudDB：基于云计算的全新 eMPP 架构
PieCloudDB，采纳基于云计算的全新 eMPP（Elastic MPP）弹性并行计算架构，集成了 MPP 数据库的泛滥长处，并完满解决了基于 PC 的传统 MPP 数据库的缺点。计算和存储拆散。存储和计算作为两个独立变量，能够在云端进行独立的弹性伸缩，防止了资源的节约。企业可依据业务对资源的需要，灵便的以低成本和高效的形式，独自地进行存储或计算资源的弹性扩大，进步了资源的利用率，节俭空间老本和能耗开销。
元数据 – 计算 – 数据拆散的三层独立架构让 PieCloudDB 实现了将数据集中存储，而元数据独立存储。企业能够像治理商品数据一样来治理本人的数据产品的元数据。企业能够将所有数据在云中存储，为已有和将来的利用真正实现数据共享。
