【文章內(nèi)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(diào) 整力度更 細分布式運行快速的數(shù)據(jù)交 換允 許 自 動 或人工 調(diào) 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(shù)據(jù) 傳輸極低延 遲極高數(shù)據(jù)速率易 擴 展內(nèi)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(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(shù)據(jù)流Power+DB2 BLU內(nèi)存分析方案實現(xiàn) 10TB數(shù)據(jù)亞秒級查詢■ 系統(tǒng) 32 核， 10TB 的表，含 100 個列， 10 年的數(shù)據(jù) ■ 查詢： 2023 年有多少事務– SELECT COUNT(*) from MYTABLE where YEAR = 39。2023’■ 結(jié)果：亞秒級 10TB 查詢！每個 CPU 核心只檢查相當于 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(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 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(shù)據(jù)容量 單節(jié) 點 520TB最佳，無需全部 導 入內(nèi)存 最多 56TB，需準確 預 估，超出可能 導 致嚴 重性能 問題架構(gòu) 已 經(jīng)驗證 的部署 DB2數(shù)據(jù) 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(gòu)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(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)倉庫方案大數(shù)據(jù)時代， MPP數(shù)據(jù)庫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(gòu)的最佳 實現(xiàn) ，CPU0MemoryCPU1 CPU2 CPU3DB2Partition0DB2Partition1DB2Partition2DB2Partition3CPU0MemoryCPU1 CPU2 CPU3DB2Partition4DB2Partition5DB2Partition6DB2Partition7CPU0MemoryCPU1 CPU2 CPU3DB2Partition0DB2Partition1DB2Partition2DB2Partition99… ..SMP+MPP架構(gòu)的 DB2 DPFDW垂直擴展 :擴展操作系統(tǒng)資源數(shù)量以及內(nèi)部的每個 DB2分區(qū)節(jié)點的資源數(shù)量水平擴展 :擴展操作系統(tǒng)數(shù)量以及DB2分區(qū)節(jié)點的數(shù)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(shù)據(jù)庫軟件DB2 DPF DB2 DPFOracle RAC 或單機版DB2 DPF架構(gòu) 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(shù)據(jù)集市集中庫中型數(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 1 PB，全球生產(chǎn)案例可達 3 PB；國內(nèi)案例： 128節(jié)點 800TB數(shù)十 TB至數(shù)百 TB 數(shù)十 TB至上百 TB優(yōu)缺點 優(yōu)勢：支持超大規(guī)模結(jié)構(gòu)化DW，很好的性能和擴展能力優(yōu)勢：對于適用數(shù)據(jù)量，性能好缺點：水平擴展需要數(shù)據(jù)重分布影響生產(chǎn)性能； Oracle很難水平擴展優(yōu)勢：對于適用數(shù)據(jù)量性價比好缺點：無垂直擴展，水平擴展需數(shù)據(jù)重分布Power+DB2 DPF vs 一體機序號 測試場景 測試目的 ISAS vs Exadata1 數(shù)據(jù)加載測試 測試數(shù)據(jù)庫數(shù)據(jù)加載效率 占優(yōu)2 數(shù)據(jù)壓縮測試 測試數(shù)據(jù)庫對數(shù)據(jù)壓縮率 占優(yōu)3 大數(shù)據(jù)表查詢 —— select count(*) 測試數(shù)據(jù)庫對大表的查詢效率。使用全表掃描。 不占優(yōu)4 多表關(guān)聯(lián)查詢（ 5表、 10表） 測試數(shù)據(jù)庫多表復雜關(guān)聯(lián)的效率 占優(yōu)5 多表關(guān)聯(lián)查詢（ 2表） 測試數(shù)據(jù)庫多表復雜關(guān)聯(lián)的效率 占優(yōu)6 寬表查詢 測試數(shù)據(jù)庫對寬表的匯總查詢效率 占優(yōu)7 聚合函數(shù) 測試數(shù)據(jù)庫對于表的聚合函數(shù)匯總效率 占優(yōu)8 數(shù)據(jù)的 distinct去重 測試數(shù)據(jù)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(shù)據(jù) CTAS類型操作的效率 占優(yōu)10 存儲過程用例 測試生產(chǎn)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(chǎn)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(chǎn)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(chǎn)系統(tǒng)常用業(yè)務組合的效率 占優(yōu)14 卸載數(shù)據(jù) 測試數(shù)據(jù)庫自有的數(shù)據(jù)庫導出工具數(shù)據(jù)導出性能 占優(yōu)15 數(shù)據(jù)的 insert操作 測試數(shù)據(jù)庫的 insert操作效率。 占優(yōu)16 數(shù)據(jù)的刪除操作 —— 刪除部分數(shù)據(jù) 測