主页 / dba / 问题 / 1099
Accepted
David
Asked: 2011-02-07 05:46:35 +0800 CST

为什么这么多 MPP 解决方案是基于 PostgreSQL 而不是 MySQL？

  • 772

Astor Data、Greenplum 和 GridSQL 都允许大规模并行处理 SQL 查询。它们也都是围绕 PostgreSQL 技术构建的。这仅仅是因为许可问题还是有其他原因？对我来说，这似乎是 MyISAM，不兼容 ACID，因此不会遇到与 MVCC 相同的问题（如在这里看到的），因为 PostgreSQL 更适合构建高性能数据仓库。据我所知，毕竟 OLAP 加载不需要事务。

mysql postgresql

4 个回答

  1. Best Answer

    这主要是许可证问题。这些开发最终对代码进行了大量修补，因此如果您要处理 MySQL，您要么必须开源代码，要么在您的业务生命周期中受 MySQL 公司所有者的摆布。MySQL 的一些产品通过将它们的工作实现为存储引擎来解决这个问题，但这并不能提供它们所需的所有灵活性，而且它们最终总是会修补 MySQL 核心。

    • 14

  2. 我可以看到两个原因：

    1）历史上，PostgreSQL 有更好的查询计划器和统计分析器。现在可能不是这样，但几年前 PostgreSQL 在复杂查询（即 OLAP 查询）上比 MySQL 好得多。

    2) PostgreSQL 有更好的函数/触发器/等编程支持。

    • 11

  3. 正如 Peter Eisentraut 正确指出的那样，首先这是一个许可问题。Postgres 是根据类似 BSD 的协议获得许可的，这使得它本质上是“对所有人免费”，只要您在衍生作品中归功于原始开发人员。

    MVCC 与锁定调度程序的争论已经成为在线上多次“圣战”的主题。关于各种存储引擎的优点的争论同样有争议。

    对于为分析工作负载构建的 MPP RDBMS，恕我直言，不同的行主要（又名行存储）存储引擎的优点在很大程度上无关紧要，原因有两个：

    1. 虽然存储引擎的特性对于处理 OLTP 类型工作负载中的 ACID 事务很重要，但在典型的数据仓库环境中，您只需要支持一种类型的“事务”——批量加载。理想情况下，批处理加载应该完全成功或完全失败。
    2. 基于列存储存储引擎的分析数据库在许多情况下将胜过任何行存储实现。Vertica 从一开始就是一个列存储，Teradata 和 Greenplum 最近在他们的产品中添加了列存储功能。
    • 6

  4. 我在 MySQL 上构建了一个 MPP 系统，我放弃了该系统有两个原因：

    1) 是甲骨文

    2) 缺乏散列连接——嵌套循环和索引连接不能扩展到 MPP 系统所需的级别——同样是因为 Oracle 在获得所有权后禁止在 5.x 代码行中承诺提供散列连接。

    MPP 大数据系统必须具有非几何复杂性的连接。- 线性或对数线性复杂性连接必须是真正大数据系统的强烈偏好。

    我在新的 DeepCloud MPP 系统中部署了 Actian vectorwise，同时在用户级别保持了 drizzle/MySQL 兼容性。

    需要快速大数据分析的用户可以从http://www.deepcloud.co下载 DeepCloud

    • 4

相关问题