【文章內容簡介】 ons of events per secondMicrosecond LatencyTraditional / Nontraditional data sourcesReal time decisionsPowerfulAnalyticsAlgo TradingTelco churnpredictSmartGridCyberSecurity Government /Law enforcementICUMonitoringEnvironmentMonitoringPower+Stream 流計算方案編譯時 Operators自 動 融合：高效利用 CPU， 調 整力度更 細分布式運行快速的數據交 換允 許 自 動 或人工 調 整良好的 擴 展性流 處 理 語 言：可重用的 operators快速的 動態(tài)應 用部署連續(xù) 的 “管道 ”處 理靈活、高性能的數據 傳輸極低延 遲極高數據速率易 擴 展內置 adaptors用 戶 可使用熟悉的 C++和 Java進 行 擴 充 使用 為 您 帶 來 競 爭 優(yōu)勢 的數據：幾乎能 處 理任何數據 類 型使用一些 傳統(tǒng) 方式無法處 理或 處 理成本太高動態(tài) 分析：運行 時 程序拓撲的 變動創(chuàng) 建新任 務動態(tài) 數據流Power+DB2 BLU內存分析方案實現(xiàn) 10TB數據亞秒級查詢■ 系統(tǒng) 32 核， 10TB 的表，含 100 個列， 10 年的數據 ■ 查詢： 2023 年有多少事務– SELECT COUNT(*) from MYTABLE where YEAR = 39。2023’■ 結果：亞秒級 10TB 查詢！每個 CPU 核心只檢查相當于 8MB 的數據Stand AloneDB2 BLU: Ultra Fast Analytics Power: Ultra Fast InfrastructureSolution AdvantageArchitecture： Open Solution is more preferred in China customersTechnology: Dynamic InMemory, Actionable Compression, Parallel Vector Processing, Data Skipping, etc.Performance： DB2 BLU on Power 7x better performance than SAP HANAPrice： DB2 BLU on Power 1/9 cost of SAP HANAOptimizedEach OtherDB2 on Power = Fast on Fast, DB2 + Power = Excellent + ExcellentSizing720(8c, 128GB) 740(16c, 256GB) 510TB750(32c, 512TB) 1020TB720(4c, 64GB) 38xAverage Acceleration of database queries for reporting(vs. previous version)Power+DB2 BLU內存分析方案客戶 查詢速度提高某大型金融服務公司 某第三方軟件供應商 某分析軟件業(yè)務公司 某全球零售公司 某大型歐洲銀行 分析查詢速度平均提高1025倍“It was amazing to see the faster query times pared to the performance results with our rowanized tables. The performance of four of our queries improved by over 100fold! The best oute was a query that finished 137x faster by using BLU Acceleration.” KentCollins,DatabaseSolutionsArchitect,BNSFRailwayPower+DB2 BLU內存分析方案 vs 傳統(tǒng)基于磁盤的數據分析關注點 DB2 BLU on POWER SAP HANA硬件平臺 Power X86性能 7X advantage (OLAP)總 體 擁 有成本puting resources: 10X advantagememory footprint: 10X advantagestorage footprint: 10X advantageTCO: 9X advantage數據容量 單節(jié) 點 520TB最佳，無需全部 導 入內存 最多 56TB，需準確 預 估，超出可能 導 致嚴 重性能 問題架構 已 經驗證 的部署 DB2數據 庫 的成熟平臺支持 現(xiàn) 有平臺 擴 展及利舊 大中 華 區(qū)只有少量 實 施案例全新系 統(tǒng) 架構備 份與安全 對 存 儲 沒有特 別 要求，可以利用 現(xiàn) 有各種 備 份和存 儲 災 備 技 術 備 份主要采用磁 盤備 份，目前 還 不支持大多數常用 備 份 軟 件Power+DB2 BLU vs SAP HANAPower+DB2 DPF MPP數據倉庫方案大數據時代， MPP數據庫仍然是不可或缺的重要部分MPP作為結構化數據和匯總數據的實時查詢、交互分析和報表展現(xiàn)的重要載體DB2DPF作為 MPP的代表，具有廣泛的優(yōu)點，是 DW均衡架構的最佳 實現(xiàn) ，CPU0MemoryCPU1 CPU2 CPU3DB2Partition0DB2Partition1DB2Partition2DB2Partition3CPU0MemoryCPU1 CPU2 CPU3DB2Partition4DB2Partition5DB2Partition6DB2Partition7CPU0MemoryCPU1 CPU2 CPU3DB2Partition0DB2Partition1DB2Partition2DB2Partition99… ..SMP+MPP架構的 DB2 DPFDW垂直擴展 :擴展操作系統(tǒng)資源數量以及內部的每個 DB2分區(qū)節(jié)點的資源數量水平擴展 :擴展操作系統(tǒng)數量以及DB2分區(qū)節(jié)點的數量Power+DB2 DPF，可靈活選擇硬件平臺，達到性能、擴展性和價格的最佳平衡高端方案 中端方案 低端方案主機 高端 Power 中低端 Power Powerlinux數據庫軟件DB2 DPF DB2 DPFOracle RAC 或單機版DB2 DPF架構 SMP+MPP 小型 SMP+MPP小型 SMP+Shared Disk 或小型 SMPMPP擴展方式 垂直擴展或水平擴展 DB2一般垂直擴展升級為高端 POWER方案，或可水平擴展Oracle可垂直升級為高端方案，很難水平擴展水平擴展存儲 中高端存儲 中低端存儲 中低端存儲適用場景 超大規(guī)模主 DW、數據集市集中庫中型數據集市、 ODS 小型數據集市數據量 （非壓縮）可超過 1 PB，全球生產案例可達 3 PB；國內案例： 128節(jié)點 800TB數十 TB至數百 TB 數十 TB至上百 TB優(yōu)缺點 優(yōu)勢：支持超大規(guī)模結構化DW，很好的性能和擴展能力優(yōu)勢：對于適用數據量，性能好缺點：水平擴展需要數據重分布影響生產性能； Oracle很難水平擴展優(yōu)勢：對于適用數據量性價比好缺點：無垂直擴展，水平擴展需數據重分布Power+DB2 DPF vs 一體機序號 測試場景 測試目的 ISAS vs Exadata1 數據加載測試 測試數據庫數據加載效率 占優(yōu)2 數據壓縮測試 測試數據庫對數據壓縮率 占優(yōu)3 大數據表查詢 —— select count(*) 測試數據庫對大表的查詢效率。使用全表掃描。 不占優(yōu)4 多表關聯(lián)查詢（ 5表、 10表） 測試數據庫多表復雜關聯(lián)的效率 占優(yōu)5 多表關聯(lián)查詢（ 2表） 測試數據庫多表復雜關聯(lián)的效率 占優(yōu)6 寬表查詢 測試數據庫對寬表的匯總查詢效率 占優(yōu)7 聚合函數 測試數據庫對于表的聚合函數匯總效率 占優(yōu)8 數據的 distinct去重 測試數據庫 distinct去重的效率 占優(yōu)9 復制一張表的某些字段和一部分數據 CTAS類型操作的效率 占優(yōu)10 存儲過程用例 測試生產系統(tǒng)常用業(yè)務組合的效率 占優(yōu)11 并發(fā)的查詢用例 測試生產系統(tǒng)常用業(yè)務組合的效率 占優(yōu)12 多任務查詢用例 測試生產系統(tǒng)常用業(yè)務組合的效率 占優(yōu)13 多個巨量 SQL并發(fā)測試 測試生產系統(tǒng)常用業(yè)務組合的效率 占優(yōu)14 卸載數據 測試數據庫自有的數據庫導出工具數據導出性能 占優(yōu)15 數據的 insert操作 測試數據庫的 insert操作效率。 占優(yōu)16 數據的刪除操作 —— 刪除部分數據 測