【文章內(nèi)容簡(jiǎn)介】 ons of events per secondMicrosecond LatencyTraditional / Nontraditional data sourcesReal time decisionsPowerfulAnalyticsAlgo TradingTelco churnpredictSmartGridCyberSecurity Government /Law enforcementICUMonitoringEnvironmentMonitoringPower+Stream 流計(jì)算方案編譯時(shí) Operators自 動(dòng) 融合：高效利用 CPU， 調(diào) 整力度更 細(xì)分布式運(yùn)行快速的數(shù)據(jù)交 換允 許 自 動(dòng) 或人工 調(diào) 整良好的 擴(kuò) 展性流 處 理 語(yǔ) 言：可重用的 operators快速的 動(dòng)態(tài)應(yīng) 用部署連續(xù) 的 “管道 ”處 理靈活、高性能的數(shù)據(jù) 傳輸極低延 遲極高數(shù)據(jù)速率易 擴(kuò) 展內(nèi)置 adaptors用 戶 可使用熟悉的 C++和 Java進(jìn) 行 擴(kuò) 充 使用 為 您 帶 來(lái) 競(jìng) 爭(zhēng) 優(yōu)勢(shì) 的數(shù)據(jù)：幾乎能 處 理任何數(shù)據(jù) 類 型使用一些 傳統(tǒng) 方式無(wú)法處 理或 處 理成本太高動(dòng)態(tài) 分析：運(yùn)行 時(shí) 程序拓?fù)涞?變動(dòng)創(chuàng) 建新任 務(wù)動(dòng)態(tài) 數(shù)據(jù)流Power+DB2 BLU內(nèi)存分析方案實(shí)現(xiàn) 10TB數(shù)據(jù)亞秒級(jí)查詢■ 系統(tǒng) 32 核， 10TB 的表，含 100 個(gè)列， 10 年的數(shù)據(jù) ■ 查詢： 2023 年有多少事務(wù)– SELECT COUNT(*) from MYTABLE where YEAR = 39。2023’■ 結(jié)果：亞秒級(jí) 10TB 查詢！每個(gè) CPU 核心只檢查相當(dāng)于 8MB 的數(shù)據(jù)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(nèi)存分析方案客戶 查詢速度提高某大型金融服務(wù)公司 某第三方軟件供應(yīng)商 某分析軟件業(yè)務(wù)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(nèi)存分析方案 vs 傳統(tǒng)基于磁盤的數(shù)據(jù)分析關(guān)注點(diǎn) DB2 BLU on POWER SAP HANA硬件平臺(tái) 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(shù)據(jù)容量 單節(jié) 點(diǎn) 520TB最佳，無(wú)需全部 導(dǎo) 入內(nèi)存 最多 56TB，需準(zhǔn)確 預(yù) 估，超出可能 導(dǎo) 致嚴(yán) 重性能 問(wèn)題架構(gòu) 已 經(jīng)驗(yàn)證 的部署 DB2數(shù)據(jù) 庫(kù) 的成熟平臺(tái)支持 現(xiàn) 有平臺(tái) 擴(kuò) 展及利舊 大中 華 區(qū)只有少量 實(shí) 施案例全新系 統(tǒng) 架構(gòu)備 份與安全 對(duì) 存 儲(chǔ) 沒(méi)有特 別 要求，可以利用 現(xiàn) 有各種 備 份和存 儲(chǔ) 災(zāi) 備 技 術(shù) 備 份主要采用磁 盤備 份，目前 還 不支持大多數(shù)常用 備 份 軟 件Power+DB2 BLU vs SAP HANAPower+DB2 DPF MPP數(shù)據(jù)倉(cāng)庫(kù)方案大數(shù)據(jù)時(shí)代， MPP數(shù)據(jù)庫(kù)仍然是不可或缺的重要部分MPP作為結(jié)構(gòu)化數(shù)據(jù)和匯總數(shù)據(jù)的實(shí)時(shí)查詢、交互分析和報(bào)表展現(xiàn)的重要載體DB2DPF作為 MPP的代表，具有廣泛的優(yōu)點(diǎn)，是 DW均衡架構(gòu)的最佳 實(shí)現(xiàn) ，CPU0MemoryCPU1 CPU2 CPU3DB2Partition0DB2Partition1DB2Partition2DB2Partition3CPU0MemoryCPU1 CPU2 CPU3DB2Partition4DB2Partition5DB2Partition6DB2Partition7CPU0MemoryCPU1 CPU2 CPU3DB2Partition0DB2Partition1DB2Partition2DB2Partition99… ..SMP+MPP架構(gòu)的 DB2 DPFDW垂直擴(kuò)展 :擴(kuò)展操作系統(tǒng)資源數(shù)量以及內(nèi)部的每個(gè) DB2分區(qū)節(jié)點(diǎn)的資源數(shù)量水平擴(kuò)展 :擴(kuò)展操作系統(tǒng)數(shù)量以及DB2分區(qū)節(jié)點(diǎn)的數(shù)量Power+DB2 DPF，可靈活選擇硬件平臺(tái)，達(dá)到性能、擴(kuò)展性和價(jià)格的最佳平衡高端方案 中端方案 低端方案主機(jī) 高端 Power 中低端 Power Powerlinux數(shù)據(jù)庫(kù)軟件DB2 DPF DB2 DPFOracle RAC 或單機(jī)版DB2 DPF架構(gòu) SMP+MPP 小型 SMP+MPP小型 SMP+Shared Disk 或小型 SMPMPP擴(kuò)展方式 垂直擴(kuò)展或水平擴(kuò)展 DB2一般垂直擴(kuò)展升級(jí)為高端 POWER方案，或可水平擴(kuò)展Oracle可垂直升級(jí)為高端方案，很難水平擴(kuò)展水平擴(kuò)展存儲(chǔ) 中高端存儲(chǔ) 中低端存儲(chǔ) 中低端存儲(chǔ)適用場(chǎng)景 超大規(guī)模主 DW、數(shù)據(jù)集市集中庫(kù)中型數(shù)據(jù)集市、 ODS 小型數(shù)據(jù)集市數(shù)據(jù)量 （非壓縮）可超過(guò) 1 PB，全球生產(chǎn)案例可達(dá) 3 PB；國(guó)內(nèi)案例： 128節(jié)點(diǎn) 800TB數(shù)十 TB至數(shù)百 TB 數(shù)十 TB至上百 TB優(yōu)缺點(diǎn) 優(yōu)勢(shì)：支持超大規(guī)模結(jié)構(gòu)化DW，很好的性能和擴(kuò)展能力優(yōu)勢(shì)：對(duì)于適用數(shù)據(jù)量，性能好缺點(diǎn)：水平擴(kuò)展需要數(shù)據(jù)重分布影響生產(chǎn)性能； Oracle很難水平擴(kuò)展優(yōu)勢(shì)：對(duì)于適用數(shù)據(jù)量性價(jià)比好缺點(diǎn)：無(wú)垂直擴(kuò)展，水平擴(kuò)展需數(shù)據(jù)重分布Power+DB2 DPF vs 一體機(jī)序號(hào) 測(cè)試場(chǎng)景 測(cè)試目的 ISAS vs Exadata1 數(shù)據(jù)加載測(cè)試 測(cè)試數(shù)據(jù)庫(kù)數(shù)據(jù)加載效率 占優(yōu)2 數(shù)據(jù)壓縮測(cè)試 測(cè)試數(shù)據(jù)庫(kù)對(duì)數(shù)據(jù)壓縮率 占優(yōu)3 大數(shù)據(jù)表查詢 —— select count(*) 測(cè)試數(shù)據(jù)庫(kù)對(duì)大表的查詢效率。使用全表掃描。 不占優(yōu)4 多表關(guān)聯(lián)查詢（ 5表、 10表） 測(cè)試數(shù)據(jù)庫(kù)多表復(fù)雜關(guān)聯(lián)的效率 占優(yōu)5 多表關(guān)聯(lián)查詢（ 2表） 測(cè)試數(shù)據(jù)庫(kù)多表復(fù)雜關(guān)聯(lián)的效率 占優(yōu)6 寬表查詢 測(cè)試數(shù)據(jù)庫(kù)對(duì)寬表的匯總查詢效率 占優(yōu)7 聚合函數(shù) 測(cè)試數(shù)據(jù)庫(kù)對(duì)于表的聚合函數(shù)匯總效率 占優(yōu)8 數(shù)據(jù)的 distinct去重 測(cè)試數(shù)據(jù)庫(kù) distinct去重的效率 占優(yōu)9 復(fù)制一張表的某些字段和一部分?jǐn)?shù)據(jù) CTAS類型操作的效率 占優(yōu)10 存儲(chǔ)過(guò)程用例 測(cè)試生產(chǎn)系統(tǒng)常用業(yè)務(wù)組合的效率 占優(yōu)11 并發(fā)的查詢用例 測(cè)試生產(chǎn)系統(tǒng)常用業(yè)務(wù)組合的效率 占優(yōu)12 多任務(wù)查詢用例 測(cè)試生產(chǎn)系統(tǒng)常用業(yè)務(wù)組合的效率 占優(yōu)13 多個(gè)巨量 SQL并發(fā)測(cè)試 測(cè)試生產(chǎn)系統(tǒng)常用業(yè)務(wù)組合的效率 占優(yōu)14 卸載數(shù)據(jù) 測(cè)試數(shù)據(jù)庫(kù)自有的數(shù)據(jù)庫(kù)導(dǎo)出工具數(shù)據(jù)導(dǎo)出性能 占優(yōu)15 數(shù)據(jù)的 insert操作 測(cè)試數(shù)據(jù)庫(kù)的 insert操作效率。 占優(yōu)16 數(shù)據(jù)的刪除操作 —— 刪除部分?jǐn)?shù)據(jù) 測(cè)