db2在核心交易系统的应用

1、DB2 在核心交易系统的应用AgendaDB2 在核心交易系统的成功案例DB2 针对核心交易系统的技术特点 Data Replication简介IBM 中国开发中心的支持DB2 pureScale数据库集群技术DB2 新技术展望 - BLU列式存储加速分析DB2广泛应用在金融行业的核心交易系统工商银行总行农行银行总行中国银行总行建设银行总行交通银行总行招商银行总行中国银联广东农信山东农信江苏农信浙江农信上海农信3海通证券申银万国证券光大证券东方证券招商证券安信证券九联证券某著名银行总行的核心交易系统核心银行系统简介DB2 for z/OS 对私系统吞吐量 : 3900笔/秒 (8 member

2、s)对公系统吞吐量: 1400笔/秒 (4 members)响应时间: 小于0.1秒高可靠性:99.9999%(7 days*24 hours/day)某著名金融机构的核心交易系统核心转接系统简介第一代系统基于DB2 V8.1/8.2和AIX V5.2/5.3 日交易量2400万/天(平均),5000万/天(节假日)峰值交易量 3000笔/秒一小时内完成当天所有交易的清算运行至今近6年,从未由于数据库原因而停止服务第二代系统峰值:交易吞吐量 22000笔/秒,日交易量1.9亿笔/天基于DB2 V9.5和AIX V6.1主要数据库转接数据库, 后线数据库, 历史数据库通过应用设计实现数据转移中国

3、银联某著名证券公司核心交易系统交易性能简介高峰交易量20000笔/秒 (5%委托交易,95%查询交易)委托交易: 6570 SQLs/transaction查询交易: 1015 SQLs/transaction运行三年,100%高可靠性(5 days*8 hours/day)主要数据库交易数据库历史数据库AgendaDB2 在核心交易系统的成功案例DB2 针对核心交易系统的技术特点 Data Replication简介IBM 中国开发中心的支持DB2 pureScale数据库集群技术DB2 新技术展望 - BLU列式存储加速分析DB2 的 embed 静态SQL 支持C, Cobol, Jav

4、a等SQL的执行计划(package)在运行前已经生成,更高效更可靠(NO surprise),非常适合于银行和证券行业的核心交易系统ISV在此基础上开发了小工具,用于核对数据库升级/补丁前后执行成本的差异,使核心系统更可靠V9.7开始支持APREUSE,使版本升级或打补丁时可以保持执行计划不变,使核心系统更可靠.更安全,开发者可以有所有权限,运行者只有执行package的权限2022/8/168DB2 在OLTP领域的高性能特性Workload Manager : 优化多种工作负载,确保高优先级的交易(例如:委托或VIP用户)在交易高峰时有足够的系统资源.Group Commit : 优化大

5、并发下数据库日志的吞吐能力XOR logging : 优化UPDATE性能APPEND ON : 优化INSERT性能Pseudo-Deletes:优化DELETE性能Write-ahead-logging protocol & “Soft” checkpoint:消除checkpoint,使交易系统的性能更加稳定Middle, large and huge page support: 优化大内存情况下的性能SELECT with UDI and COMPOUND SQL:减少网络通讯,提升数据库性能表压缩基于字典的压缩为压缩/解压数据建立符号表使用基于静态字典表的Lempel-Ziv (LZ

6、) 算法数据在内存/磁盘中均以方式驻留节省大量I/O,显著节省内存占用占用CPU负载: 行数据处理前，需要进行解压缩操作日志数据也以压缩方式进行存储,同样适用于交易系统某著名金融用户的核心交易系统通过压缩解决了数据库日志的瓶颈,使吞吐量突破22000TPS.如果有些行数据的压缩并不能显著节省空间，那么DB2将自动选择不进行压缩非常简单: ALTER TABLE fact COMPRESS YES/NO;2022/8/1610DB2 提供了强大的数据压缩能力，使用字典表实现的数据行压缩方法，大大减少存储空间和成本，并提高了I/O效率相比竞争对手节省30%以上存储空间 国内测试结果: 某软件公司套

7、装软件: 数据存储减少60%以上, 同时交易性能提升10% 某电信公司: 数据存储减少50%某银行: 数据存储减少50%业界最优的深度压缩行压缩 : 数据压缩到哪?页面数据在磁盘(容器和日志)和内存中(缓冲池)都保持压缩状态显著的节省内存(缓冲池)更高的缓存命中率 更好的性能显著节省I/O带宽评估前解压缩行DB2日志磁盘表索引数据磁盘日志缓冲缓冲池页面上的数据被压缩页面上的数据被压缩页面上的数据被压缩DB2 拥有自适应能力的内存自我调整机制DB2 9中引入了一个具有革命性意义的内存自我调整系统Self Tuning Memory Manager (STMM)自动控制DB2主要的内存对象：Sor

8、t, locklist, package cache, buffer pools, and total database memory无需人工干预的内存自我在线调优自我感知工作负载、按需调整内存大小从V9.5开始缺省就使用STMM全面的参数配置助手自动化页面刷新与磁盘预读进程管理自动化存储管理，存储空间可以自动动态伸缩自动化数据库恢复、重定向脚本生成DB2 HADR 实现机制HADR Multiple Stand-by 多点容灾多个备库一个主数据库可以有多个HADR备库主数据库发生故障接管后系统仍然有冗余适应“两地三中心”等多站点容灾架构备库延时同步主库交易同步到备库可以设定延时以防数据库发生

9、某些“武断”误操作，可“挽回”错误Enhancing Disaster Recovery Options十进制浮点数DB2原生支持DECFLOAT数据类型Power7/8 具有Decimal Floating Point UnitDB2最大程度发挥该计算单元的能力Performance advantage for retail and finance40% performance gain in SAP BWPOWER7 core“多温度”存储同一个表的数据按照使用“热度”分布在相应的存储上充分发挥SSD、SAS、SATA的不同特点存储成本与查询性能的智慧平衡新增Storage Group对象

10、，对存储分类HOTSSD RAIDWARMSAS RAIDCOLDSATA RAIDData VolumeAge数据规模历史HOTWARMCOLDDORMANT数据使用PartitionAutomatic Storage table spaceStorage GroupPhysical disk2012Q12011Q42011Q32011Q22011Q12010Q4 2006Q3Partitioned table SalesTable space 14SG_HOTspath: /hot/fs1Table space 13Table space 12Table space 11spath: /w

11、arm/fs1spath: /warm/fs2SG_WARMTable space 10Table space 9Table space 1spath: /cold/fs1spath: /cold/fs2spath: /cold/fs3SG_COLDSSD RAID ArrayFC/SAS RAID ArraySATA RAID ArrayNew存储组 Storage Groups改变数据的温度通过ALTER命令进行数据温度的调整后台数据重分布自动进行，不影响数据的可用性ALTER TABLESPACE TbSpc USING STOGROUP sg_warm/path1/path2/path

12、3/path4/path5/path6Hot Storage GroupWarm Storage Group时间“旅行”支持“系统时间旅行”和“业务时间旅行”自动维护数据的历史版本数据库支持基于“时点”快照的查询简化代码开发，优化查询性能支持类似限时促销的“业务时间切片”管理EmpIDDeptSystem_startSystem_end12345M1505/31/200012/31/9999d_employeed_employee_historyEmpIDDeptSystem_startSystem_end12345J1311/15/199501/31/199812345M2401/31/19

13、9805/31/200067890K2511/15/199503/31/2000-Step 1CREATE TABLE d_employee_history like travel in hist_space;-Step 2ALTER TABLE d_employeeADD VERSIONING USE HISTORY TABLE d_employee_history;Which department is employee 12345 in?SELECT Dept FROM employees FOR SYSTEM_TIME AS OF 12/01/1997 WHERE EmpID=1234

14、5Which department was employee 12345 in on 12/01/1997?SELECT Dept FROM employees WHERE EmpID=12345行列级权限控制行列级权限控制简化架构设计通过授权即可简单实现AccountName eBranch1111-2222-3333-4444 Ana22,000 A 2222-3333-4444-5555 Bob71,000B3333-4444-5555-6666Celia123,000B4444-5555-6666-7777Dinesh172,000CAccountName eBranchxxxx-xx

15、xx-xxxx-4444 Ana22,000 A xxxx-xxxx-xxxx-5555 Bob71,000Bxxxx-xxxx-xxxx-6666Celia123,000Bxxxx-xxxx-xxxx-7777Dinesh172,000CAccountName eBranch2222-3333-4444-5555 Bob71,000B3333-4444-5555-6666Celia123,000B张三看到的李四看到的同一张表AgendaDB2 在核心交易系统的成功案例DB2 针对核心交易系统的技术特点 Data Replication简介IBM 中国开发中心的支持DB2 pureScale数

16、据库集群技术DB2 新技术展望 - BLU列式存储加速分析某著名金融机构TCBS系统数据库复制案例数据库复制特点影响小：要求最小化对源数据库ODB的影响保证数据一致性和完整性高吞吐：数据增量以高峰负载设计值（1200tps,复杂交易)进行设计低延时：日常延迟不超过1s稳定性：应用同时访问双库，数据复制的稳定至关重要数据非对等分布：ODB：当日交易，约1TBQDB：当日及历史交易，约20TB故障恢复要求高（在数据总量大的情况下，也会有同样需求）日终处理：每日日终，结算当日交易数据，经批处理产生数据库大交易在ODB上执行的某些日终删除操作不可以同步到QDBIBM Data Replication概

17、述24 高效、端到端、多平台的数据复制和整合方案实时地在异构平台和数据库之间进行数据捕获、数据转换和数据分发在关键业务应用之间构建实时的数据流动态数据仓库 - 企业应用整合EAI业务活动监控- 电子商务商业智能BI- 大型机整合客户关系系统CRM - 法规遵从数据分布- 供应链管理灾难恢复25基于日志捕获的架构Journal LogRedo/Archive LogsPublisher EngineAnd MetadataSubscriber EngineAnd MetadataTCP/IPJava-based GUIUnified Admin PointWith MonitoringBacku

18、p DatabaseAudit DatabaseMessage QueueWeb ServicesBusiness Process源 目标 捕获应用推送确认ODS/DW DatabaseIBM Information ServerWebSphereDataStage支持异构平台之间的复制26* VSAM target only valid with VSAM source* Customized solution, limited requirements IBM i SeriesIBM System zIBM System pHP PA-RISCIntel / AMDSun SPARCTer

19、adataIBM i OSz/OSAIXHP-UXSolarisMS WindowsRed Hat, SUSE LinuxSOURCE DatabasesTARGET DatabasesOperating SystemsHardware Message QueuesJMSMQ SeriesWebMethodsBEA TIBCONetezza, MySQL, Greenplum*HP ItaniumInformixSolidDBIMSVSAMADABASIDMSMS SQL ServerSybaseDB2 z/OSOracleDB2 LUWDB2 iInformixSolidDBRed Hat,

20、 SUSE Linux for System ZMS SQL ServerSybaseDB2 z/OSOracleDB2 LUWDB2 iVSAM*Cognos Now!Information Server27有效的数据完整性保障数据处理以它在来源中产生时同样的顺序应用到目标目标确认每一个应用操作以保证交付即使连接线路变得不可用也不会丢失任何数据简单易用的UI操作界面基于Java的配置，管理和监控界面在一个界面上管理所有数据整合的流程自动映射、鼠标拖拽方式来进行数据转换提供事件日志、警告信息以及各种形式的报告28AgendaDB2 在核心交易系统的成功案例DB2 针对核心交易系统的技术特点 D

21、ata Replication简介IBM 中国开发中心的支持DB2 pureScale数据库集群技术DB2 新技术展望 - BLU列式存储加速分析CDL DB2开发和客户支持团队CDL有几百位DB2工程师，主要负责：DB2产品的开发和测试DB2产品售后支持：L2/L3DB2 Technical EnablementDB2客户服务（Lab Services）对客户提供的DB2服务包括：DB2产品技术培训POC/POT数据库性能调优应用开发咨询服务AgendaDB2 在核心交易系统的成功案例DB2 针对核心交易系统的技术特点 Data Replication简介IBM 中国开发中心的支持DB2 p

22、ureScale数据库集群技术DB2 新技术展望 - BLU列式存储加速分析DB2 for z/OS 数据共享是”黄金标准“每个人都认可 DB2 for z/OS 是可伸缩性和高可用性的“黄金标准“甚至 Oracle 也同意：为什么？ Coupling Facility！集中锁定、集中缓冲池交付了优异的可伸缩性和优异可用性z/OS 上的整个环境都可用使用 Coupling FacilityCICS、MQ、IMS、Workload Management 等DB2 pureScale 的目标24*7的可用性无论是针对计划内还是非计划内事件简单扩展不需要显著的程序修改不需要复杂的管理工作快速响应工作

23、负载变化在机器和资源增加或减少的情况下，根据动态工作负载进行调整在分布式平台最接近 z/OS “黄金标准”的解决方案 基于 Z Sysplex 模型，使用 COTS 组件和竞争对手的区别在于超强的高可用性和可扩展性DB2DB2DB2Single Database ViewCluster InterconnectTransactions低管理成本CF Transaction LogsShared Data33利用 z/OS 提供的全局锁定和内存管理器技术自动工作负载均衡共享数据Cluster File System (GPFS)RDMA高速通信网络（Infiniband网络或者万兆以太网)运行于

24、 Power 服务器上的 DB2 成员集群内置集群管理软件 Tivoli System AutomationDB2 pureScale 的架构34DB2 Cluster ServicesCFDB2 Cluster ServicesPrimary PowerHA pureScaleCFSecondary PowerHA pureScale什么是CFCF是 DB2 pureScale 的一个集成组件秉承 z/OS CF 技术，由 AIX 实验室开发协调多个成员对共享数据的访问为所有成员提供锁定和数据缓存一致性服务DB2 使用它来保证数据在所有的节点上都是一致的基于RDMA协议直接修改内存不消耗 C

25、PU 资源为 zSeries Sysplex 发明CF应该配置一对以避免单点故障高速，大容量成员间交换，且使用主备CF CF的具体技术细节包括3个主要部件Group Buffer Pool (GBP) 确保所有成员都能读到最新提交的数据页Global Lock Manager (GLM)提供给成员以能够序列访问对象Shared Communications Area (SCA)提供 DB2 控制数据的一致性机制，包括 control blocks, log sequence numbers (LSN) 等注: GBP 和 GLM 并不能替代成员在本地维持本地缓冲池和锁管理的需求36集群数据库的

26、关键 - 冲突与共享管理我的我的集群数据库的关键 - 冲突与共享管理我要玩?我要玩？李四让给张三张三让给李四好的集群数据库的关键 - 冲突与共享管理- CF集群文件系统GPFS需求共享磁盘和共享文件系统失败成员上文件系统的 fencing解决方案General Parallel File System GPFS由 DB2 提供许可证、安装和配置同时，客户自己预先配置的 GPFS 文件系统也可以接受允许客户在企业内部统一配置 GPFSDB2 不再管理预先配置的文件系统 和负责对 GPFS 的升级“SCSI-3 永久保留”(Persistent Reservations)实现快速 I/O Fenc

27、ing40DB2 pureScale 最小化计划外停机时间 在线恢复DB2 pureScale 的设计重点就是最大化在成员非正常宕机情况下的系统整体可用性某一节点宕机后DB2 自动发现故障并在另一节点作恢复故障节点上连接自动路由到其它节点其它节点上交易再此过程中继续执行当数据库成员失败的情况下，只有”in-flight“的数据在成员恢复完成前被锁定In-flight = 在成员失败时在该成员上参与交易的修改的数据DB2DB2DB2DB2 Member Crash RecoveryDB2InflightData% of Data AvailableTime (seconds)Only data

28、in-flight updates locked during recoveryDatabase member failure100 50DB2 pureScale 的易维护和升级 减少计划内停机在系统可用性上无断点不需要对已有工作强制回滚 42DB2DB2DB2 Transaction LogsShared DataSingle Database View1)运行系统设定目标节点 DB2DB2DB2Single Database View Transaction LogsShared Data排干（ Drain）目标节点停止新的路由允许已有交易完成DB2DB2DB2Single Databa

29、se View Transaction LogsShared Data3) 执行维护工作排干完成后工作负载平衡和自动路由运行时负载信息用于负载平衡 (和 Z Sysplex 一样)每个成员记载自己的工作负载回复给访问的客户端对下一个连接或者可选下一个交易进行路由路由对应用程序时透明的Failover ： 失败成员上的工作负载平均地分布到其它存活的成员上一旦失败的成员恢复，恢复的成员重新承担负载Shared DataLogShared DataTransaction logsDataClientsShared DataTransaction logsDataClients压力测试下pureSca

30、le的高可用表现DB2 pureScale 的扩展性 1.98x 2 members 3.9x 4 members# MembersThroughput vs 1 member 7.6x 8 members 10.4x 12 members读写比 80:20对应用完全透明，未采用数据/应用分区的方式IBM ConfidentialDB2 pureScale数据库集群对客户的价值 持续提供数据访问能力：避免系统宕机带来的业务损失；并且您无需停机便可随时增加新资源，从而减少停机时间、保持数据持续访问能力。可“横向扩展”系统性能，满足您对数据访问的性能要求：pureScale的“负载均衡”技术，合理

31、分配系统资源，从而避免了单台服务器负荷过重而影响数据访问的情况。提升系统整体性能： 在传统的数据库集群技术中，服务器之间经常采用局域网等业务网络资源来进行数据交换；DB2 pureScale采用RDMA独立网络进行管理，不会占用您宝贵的业务网络资源；并且DB2 pureScale采用RDMA(远程内存直接访问)技术，减少对系统CPU的使用，从而从进一步提升您系统的性能；IBM 解决方案带来的客户价值 DB2 pureScale提供持续的高可用，满足业务分钟级切换的时效性GDPC的双中心双活架构，有效利用容灾资源IBM 解决方案Software: DB2 pureScale GDPCHardwa

32、re： P770 + InfinibandServices: IBM GTS Service某国有大型商业银行IBM and Customer ConfidentialMbr1Mbr2CFsecCFprim70 公里LongBow DB2 Database Log LogFiber ChannelGPFS Shared Storage (logical view)张江数据中心漕河泾数据中心InfinibandGPFS 复制EthernetAgendaDB2 在核心交易系统的成功案例DB2 针对核心交易系统的技术特点 Data Replication简介IBM 中国开发中心的支持DB2 pure

33、Scale数据库集群技术DB2 新技术展望 - BLU列式存储加速分析什么是 DB2 BLU？DB2 10.5 中用于分析查询的新技术DB2 按列组织的表为 DB2 数据库添加列式功能表数据的存储是按列组织的，而不是按行使用矢量处理引擎 使用这种表的格式与星型模式数据集市可以显著改善存储、查询性能、易用性和实现价值的速度 独特的新运行时技术，它充分利用了 CPU 架构，并直接内置在 DB2 内核中独特的新编码，实现了高速度和压缩这一新功能经过了主内存优化、CPU 优化和 I/O 优化运行时BLU运行时经典DB2运行时经典 DMS(适用于非 BLU 表)BLU DMS（适用于 BLU 表）经典

34、DB2 缓冲池支持 SIMD的 CPU存储（经典的行结构表）压缩的、编码的列式内容DB2 BLU 的7大亮点 2013 IBM Corporation数据分析极致性能简约易用列式存储简单易用深度压缩CPU优化并行优化内存优化数据过滤Lower Operating CostHardware OptimizedExtreme Performance7 大亮点: 简单易用 数据即装即用无需索引无需整理数据无需更新统计信息无需分区无需物化视图无需提供”SQL优化提示(hint)”与传统DB2无缝集成相同的：SQL语法, 编程接口（JDBC/ODBC）, 管理命令相同的：DB2的处理模型、存储管理、各种

35、工具5217 大亮点: 智能压缩技术更少的数据存储空间同未压缩数据比较，平均可以节省95%的数据存储空间只需要存储表数据，不需要额外空间来存储索引等其它类型数据应用了多种压缩技术延迟解压，所有操作都在压缩数据上进行针对不同数据类型应用最优的压缩算法字符型数据采用哈夫曼编码压缩 2013 IBM Corporation53 2013 IBM Corporation27 大亮点: 智能压缩技术哈夫曼编码（Huffman）基于概率编码，出现频率最高的信息用最精简的编码面向寄存器优化编码组合按照CPU的寄存器宽度进行组合更少的IO访问，更好的内存使用率，更少的CPU周期处理54SmithSmithSm

36、ithSmithSmithSmithJohnsonJohnsonGilliganSampsonLast Name编码按照CPU的寄存器宽度打包寄存器宽度2寄存器宽度延迟解压，无需解压缩即可计算条件选择和关联计算直接在压缩编码上进行55SELECT COUNT(*) FROM T1 WHERE LAST_NAME = SMITHSmithSmithSmithSmithSmithSmithJohnsonJohnsonGilliganSampsonLAST_NAMEEncodingSMITHCount = 1 23456Encode7 大亮点: 智能压缩技术2进行SIMD优化后，性能大幅度提升CPU

37、每个指令可以处理多个数值条件选择(where)、关联运算(join)、聚合(group by)、数学计算(sum/count/avg)等56没有SIMD优化的情况下，CPU每个指令只能处理一个数值Compare = 2005Compare = 2005Compare = 20052001CPU指令Result StreamData200220032004200520052006200720082009201020112012ProcessorCoreCompare = 20052001CPU指令Result StreamData200220032004200520062007Compare =

38、 2005Compare = 2005Compare = 2005Compare = 2005Compare = 2005Compare = 20052005ProcessorCore7 大亮点: CPU优化（SIMD)3 2013 IBM Corporation自动感知服务器的CPU数量基于BLU的查询会自动并行执行最大程度利用CPU的缓存57QUAD CORECPUQUAD CORECPUQUAD CORECPUQUAD CORECPU7 大亮点: 智能并行4 2013 IBM Corporation最小化 I/O仅在查询需要用到的列上进行IO操作大大减少数据页的访问基于列的运算条件选择、

39、关联、扫描等，所有的计算以列的形式进行只有在返回结果集的时候才重组为行提高内存数据密度数据在内存中也保持列压缩的方式深度压缩在存储和内存中都以压缩形式存放更多数据提高缓存效率数据按照CPU寄存器的宽度进行打包587 大亮点: 列式存储5 2013 IBM Corporation新的内存缓存算法使用频率最高的数据优先缓存在内存中基于访问概率的调度算法代替基于时效性的调度算法数据可以比内存大无需将所有的数据都缓存到内存中面向内存和IO效率优化59内存磁盘存储Near optimal caching7 大亮点: 高效内存缓存机制6 2013 IBM Corporation数据扫描时自动过滤不符合条件

40、的数据块自动过滤节省大量IO、内存和CPU开销无需任何DBA的管理工作即可使用 完全透明自动记录存储数据块的最大最小值607 大亮点: 数据过滤7DB2 BLU 优化整个硬件体系 CPU 加速SIMD 处理扫描联接分组算术充分利用CPU资源自动调节并行度更少的 CPU 处理在压缩的数据上操作数据过滤延迟解压压缩状态下计算扫描联接聚合提高数据密度数据保持压缩状态扫描友好的缓存减少放进内存的数据列式访问数据过滤延迟解压内存中的优化CPU 优化I/O 优化读取更少的数据列式 I/O数据过滤 延迟解压 读取的频率更低更好的缓存算法“热”数据缓存 高效的 I/O特殊预读算法极致性能 亚秒级 10TB 查

41、询系统 - 32 核，10TB 的表，含 100 个列，10 年的数据 查询：2010 年有多少事务SELECT COUNT(*) from MYTABLE where YEAR = 2010乐观的结果：亚秒级 10TB 查询！每个 CPU 核心只检查相当于 8MB 的数据10TB 数据存储节省后变为 1TB每个核心上 32MB 线性扫描扫描速度像 8MB 的编码内容和 SIMD 一样快亚秒级10TB 查询DB2WITH BLUACCELERATION10GB 列访问数据忽略后变为 1GBDB2 10.5 同DB2 10.1查询速度测试比较结果 2013 IBM Corporation63 2

42、013 IBM Corporation客户查询速度提高某大型金融服务公司46.8倍某第三方软件供应商37.4倍某分析软件业务公司13.0倍某全球零售公司6.1倍某大型欧洲银行5.6倍分析查询速度平均提高10-25 倍“It was amazing to see the faster query times compared to the performance results with our row-organized tables. The performance of four of our queries improved by over 100-fold! The best e wa

43、s a query that finished 137x faster by using BLU Acceleration.” - Kent Collins, Database Solutions Architect, BNSF Railway简约易用 创表，装数，查询！2013 IBM Corporation64数据库设计和调优 决定分区策略 选择压缩策略 创建表 加载数据 创建辅助性能结构 具体化的视图 创建索引 B+ 索引 位图索引 调优内存 调优 I/O 添加优化程序提示 统计信息收集重复 DB2 BLU 创建表 加载数据DB2 BLU的典型应用场景 - 改善查询分析的性能Cognos

44、 BI Multi-platform softwareDB2 BLU联机交易系统OLTP复制表结构，迁移数据!性能的飞跃处理TB级数据无需进行调优支持多种平台Cognos BI with BLU Acceleration联机交易查询分析应用复制数据到DB2 BLU数据集市DB2 BLU 为我们提供了什么？实现了性能的 易用性 速度存储节省突破性的技术 结合并扩展最好的技术已申请和待批的专利超过 25 项利用跨全球 7 个国家的 10 个实验室的多年 IBM R&D 成果典型的体验 易于实施和使用10 倍至 25 倍的性能提升与未压缩的数据和索引相比，实现 10 倍至 20 倍的存储节省2013 IBM Corpora