HPE大数据平台介绍

1、HPE大数据平台介绍AgendaHavenVertica概览硬件配置建议优势与不足报价方式总结私有云公有云Hadoop惠普Haven大数据平台100%的数据分析连接各种机器数据源、业务数据源和人类数据源快速分析处理超大规模数据基于数据驱动的应用架构云应用传统应用第三方工具 / 应用Haven定义程序界面深度分析、上下文分析与各种归类算法丰富的数据连接器社交媒体机器数据图像音频视频移动设备搜索引擎Email文本文档交易数据记录合规归档在线扩展的数据平台惠普Haven引擎实时业务数据分析HP Vertica分析平台: 为超大规模数据分析而设计（PB+）如何完成: 纯列存、智能压缩排序、大量高级分析

2、函数、开放平台优势: 极速性能、超大规模并行计算Vertica 从纷繁复杂中提炼数据的意义HP IDOL: 处理各种非结构化数据，提炼并展示成可阅读的结构化信息平台如何完成: 通过各种分析模型与算法理解数据的含义优势: 分析探寻所有非结构化数据IDOL 理解分析100%的数据信息，超大规模并行计算，极速性能，并支持各种数据源Gartner市场分析数据HP Autonomy多年来一直是内容企业数据搜索和非结构化数据的市场领导者HP Vertica是唯一进入领导象限的新兴数据库厂商Vertica概览HP Vertica 实时分析平台50 x 1000 x 性能提升TBs PBs高可扩展性与现有ET

3、L和BI解决方案可轻松整合在工业标准x86服务器上具有超强性能快速灵活部署 内嵌高可用标准SQL接口无共享MPP自动优化设计高级主动压缩纯列式存储大数据分析模型列存储Vertica 在磁盘上针对每一列对数据进行智能化整理只从磁盘中读取查询涉及的列，而不是所有行和列在非常大的块大小中读取和写入为列执行构建的查询引擎中的所有操作由于磁盘 I/O 大幅减少，因此特别适合加载密集型/读取密集型工作负载 AAPL NYASE NYAASE NYSE NYASE NGGYSE NYGGGSE NYSE NYSE NYSE 143.74 NYSE NYSE NYSE 5/05/095/05/095/06/0

4、95/05/095/06/09143.74143.75 37.03 37.13 AAPL NYASE NYAASE NYSE NYASE NGGYSE NYGGGSE NYSE NYSE NYSE 143.74 NYSE NYSE NYSE 5/06/09 BBY NYASE NYAASE NYSE NYASE NGGYSE NYGGGSE NYSE NYSE NYSE 37.03 NYSE NYSE NYSE 5/05/09 BBY NYASE NYAASE NYSE NYASE NGGYSE NYGGGSE NYSE NYSE NYSE 37.13 NYSE NYSE NYSE 5/06/

5、09列存储 - 读取 3 列行存储 - 读取所有列NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NQDS NYSE NYSE NYSE

6、NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS

7、NYSE NYSE NYSE NQDS NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS NYSE NYSE NYSE NQDS AAPLAAPLBBYBBYSELECT avg(price)FROMtickstore WHERE symbol = AAPL” date = 5/06/09高级压缩通过积极压缩，Vertica 用快速 CPU 周期代

8、替较慢的磁盘 I/O使用数据属性，如排序、基数和相关性无需先解码即可运行实施延时物化尽可能晚地进行智能解码编码机制交易日期客户 ID 交易5/05/20095/05/20095/05/20095/05/20095/05/20095/05/20095/05/20095/05/20095/05/2009000000100000010000003000000300000050000011000001100000200000026100.25100.50100.75100.25100.75101.00101.25100.75101.25少数值已排序5/05/2009，16RLE000000102241

9、0101925DeltaVal100.2512313453GCD许多值整数可能已排序许多值已排序原始数据压缩数据许多其他群集：大规模并行处理 (MPP)并行设计利用数据投影支持分布式存储和工作负载“活动”冗余自动复制、故障转移和恢复无共享、基于网格的架构为商品服务器群集提供可扩展性添加节点来实现最佳容量和性能客户端网络专用数据网8 TB8 TB8 TB节点 12 个 6 至 8 核64+GB RAM节点 22 个 6 至 8 核64+GB RAM节点 32 个 6 至 8 核64+GB RAM节点是同级无专门的节点所有节点都是同级查询/加载到任何节点连续/实时加载和查询群集：分布式查询执行客户

10、端连接到某个节点并发出查询客户端连接到的节点成为启动器 节点群集中的其他节点成为执行器 节点启动器节点解析查询并选择执行计划启动器节点查询计划分发到执行器节点所有节点执行查询计划并将部分结果发回启动器启动器节点汇总结果并将数据返回给用户数据分析的实时性：数据分析和数据加载的并行支持-来源于独有的数据管理模式(Projection)Vertica不提供索引和物化视图，通过Projection提供高效率查询同一张表的多个Projection可按不同排序方式、压缩模式以及数据分布满足查询的多样性可通过Pre-join Projection提升Join的查询效率排序可提升Group by和数据定位的效

11、率多个Projection分布在多个节点上，提升查询的并行效率不同于传统表+索引的存储架构，在数据导入时，projection一直可用=数据分析一直可用连续：实时分析对大量数据混合存储架构执行实时分析异步“tuple mover”流程支持的并发加载/查询Vertica 实现非常低的数据延迟（数秒）和完整的上下文（存储数年的详细记录）加载随群集大小扩展的性能 经证实每小时可达 10+ TB异步数据传输TUPLE MOVER读优存储 (ROS) 在磁盘上 排序/压缩 分段 直接加载大量数据(A B C | A)ABC细流加载加载写优存储 (WOS)基于内存未排序/未压缩分段低延迟/小型快速插入AB

12、C自动设计与管理数据库设计器推荐使用可为用户的工作负载提供最佳性能的物理数据库设计最大限度减少 DBA 进行物理数据库调优的时间通过 adminTools、Web UI 或以编程方式调用逐步重新运行以针对不断变化的工作负载超时现象进行优化后台进程“即时”运行ABA(A B C | A)(B A C | B A)BCC物理模式、压缩以：使样本集中的查询快速运行符合细流加载要求确保所有 SQL 查询得到回应数据库设计器生成DBA 提供逻辑模式创建表以下“样本集”典型查询样本数据K 级安全本地高可用性数据库中类似 RAID 的功能投影有理有序，因此当某节点出现故障时，某个幸存节点上还会提供一份副本按

13、照不同的排序顺序自动存储冗余数据集以提高查询性能永续在线查询和加载无需手动进行基于日志的恢复节点中断时，系统继续加载和查询通过查询其他节点来恢复缺失数据A3B3C3A2B2C2B1A1C1B2A2C2B1A1C1A3B3C3A1B1C1B3A3C3故障组和大型群集通过分发数据段承受大规模硬件故障自动故障组用户定义的故障组监控故障组机架 3机架 2机架 1网络654987321故障组 1故障组 2故障组 3987456123灵活备份/恢复基于文件的备份/恢复实用程序完整或增量备份仅备份自上一备份运行以来更改的文件热备份主动数据库操作不存在锁争用可配置的备份选项从 Vertica 节点到备份服务器

14、的可配置映射数据库和备份位置之间的可选加密选项可配置的还原点数量对象级备份/恢复按照应用/用户/模式配置备份，以满足各个 SLA 要求弹性集群扩展18简单方便的添加节点通过添加节点来提升性能和容量Vertica后台自动的数据重新分布无数据库downtime当在rebalance时数据继续运行快速的数据重分布弹性集群和本地的分段使集群能快速扩展例如，某个客户扩展一个500TB的数据库从32节点到64节点只花了92分钟!TacticalGeneralAnalytic User 1并发与负载管理19无主节点瓶颈 !查询被自动均匀分布到每个集群节点并发能力会随着节点数的增加而提高配置资源管理不同类型的

15、查询可设定不同的资源池限制并保证查询所需资源可按每个资源池设置优先级别、并发数、运行时间和资源分配概要资源限制可设置在资源池、用户或session级别实时负载管理实时调整查询的优先级Kill掉超时查询tacticaltacticalanalyticAnalytic User 2Vertica管理控制台20通过一个统一web界面管理多个集群实时监控数据库活动事物和集群状态对比关联系统和数据库的活动Cluster 1Cluster 2Cluster 3Vertica Management ConsoleBrowser AccessSQL高级分析、与分布式R无缝集成原生SQL高级分析算法Statis

16、tical functions（统计分析）Time series gap filing and interpolation（时序插值、聚合和关联）Event-based window functions and sessionization （事件窗口功能及点击流分析）Pattern matching（模式匹配，用户行为分析）Geospatial functions（地理分析）R分布式计算扩展，并与Vertica无缝集成K-Means Clustering（ K-Means聚类， 基于地理位置和购买方式等细分客户）Page Rank（佩奇排名，识别有影响力的客户） K-Nearest Neig

17、hbor Classification（ K-最近邻分类）Nave Bayes Classification（朴素贝叶斯分类）Classification and Regression Trees（分类与回归树）Vertica SQLUDx框架用户定义函数的框架基于C+/R/Java的并行计算扩展框架灵活性:进行多种类型的计算数据分析/汇总多阶段分析处理（类M/R）数据装载把Vertica作为大规模并行计算平台用户自定义SQL函数用户自定义C+程序和分析函数用户自定义数据导入函数与第三方 ETL 和 BI 工具集成简单和无缝集成到现有的 BI 和 ETL 工具Vertica 支持 ODBC、J

18、DBC、ADO.NET 以及大多数 ETL、BI 和可视化产品利用现有的投资并降低总拥有成本SQL、ODBC、 JDBC批量加载与细流加载ETL、复制、数据质量分析、报告Vertica与Hadoop的数据交换通过Connector和external table访问HDFS中的数据通过Connector加载Hadoop原始数据类型到Vertica通过Hcatalog访问Hive中的对象直接将Vertica数据文件放入HDFS中目前仅MapR支持充分利用到Vertica的SQL语句分析能力Vertica Flex Zone为简单数据加载自动schema化灵活的解析JSON、XML与分割格式数据快速

19、的半结构化SQL查询一步normalize数据，提升性能Vertica与Hadoop技术架构查询引擎文件存储格式文件系统VerticaANSI SQL-99HDFSFlat FilesVerticaANSI SQL-99 Flex TablesHDFSParquetHDFSVerticaANSI SQL-99ROS w/ILMVerticaANSI SQL-99HDFSEXT4 ROS w/ILMVerticaANSI SQL-99性 能低 高开 放 性通用专属HP Vertica（MPP）与Hadoop应用场景什么是Hadoop?Hadoop是一个开源的分布式文件系统(HDFS)，通常用作存

20、储大规模的分布式数据。HP Vertica分析平台与Hadoop的互补:快速加载所有类型的数据，简单分析或数据收索在Hadoop中，而复杂深度的分析在HP Vertica MPP平台HP Vertica MPP平台与Hadoop的HDFS可通过HDFS connectors进行数据交互通过MPP加速数据的复杂和深度分析提取跟高价值的数据存放在MPP平台供分析，包括结构化、非结构化和半结构化的数据主要的相似点和不同点: 分析能力HP Vertica MPP平台有非常快的大数据分析能力Hadoop并不是一个数据库，但它是一个分布式开源文件系统，主要用作大批量文件处理并不是用来做复杂和深度的数据分析

21、开放性与可扩展能力MPP数据库基于通用的x86平台，提供高压缩比，Vertica无共享的结构可以很轻松的扩展到上百，甚至上千节点Hadoop如要提供相同性能的分析要求，通常需要更多的硬件来支持管理于开发Hadoop管理复杂，需要一个专门精通并行处理的开发团队来维护，任何查询都需要通过MR来实现HP Vertica MPP平台非常易于管理，标准的SQL语句就能实现客户的各种需要，无需额外开发常见使用场景: 通常将用作一个ETL工具，来转变非结构化数据到结构化，然后加载到MPP数据库进行分析通常将Hadoop的长时间的处理结果加载到MPP数据库来进行深度分析HP Vertica MPP平台用作数据

22、存储和分析，而Hadoop用作多目的的数据存储，包括归档，数据转变或数据分发Vertica SQL-on-HadoopHP Vertica for SQL on Hadoop 在 Hadoop 上提供了唯一的全功能查询引擎 - 相同的核心引擎- 与 Hadoop 发行版无关- 企业级解决方案- 世界级企业支持和服务- 开放平台- 适用于 Haven有竞争优势的价格点HP Vertica for SQL on Hadoop 简介Hadoop 存储Vertica ANSI SQL数据探索一个查询引擎，提供所有服务采用 Hadoop 格式查询现有数据共同部署和利用现有的 Hadoop 基础设施在更低

23、成本的基础设施上实现 HP Vertica 性能跨不同格式和基础设施的单一查询引擎 查询引擎格式文件系统Vertica (EXT4) Vertica 优化（ROS、Flex 表格）HP VerticaANSI SQLHadoop（HDP、CDH、MapR NFS）Hadoop（ORC、Parquet 等）将数据存储在 HP Vertica 或任何 Hadoop 发行版HP Vertica SQL on Hadoop 支持数据探索借助 Hadoop 力量的企业解决方案11+3HP Vertica for SQL on Hadoop存储巨大的数据量可扩展高可用性 基础设施管理久经验证的分析引擎稳定

24、且适用于企业与发行版无关稳健的数据管理控制台Hadoop企业数据探索无数据探索限制关键特色最丰富和久经验证的 SQL 查询引擎借助经过时间考验的统一查询引擎大幅降低数据架构的复杂性适用于企业、稳定、可信任借助稳健的、高度优化的企业级 SQL 引擎和一流支持提高工作效率在数据探索中便捷快速地获得见解利用我们的数据库设计器简化您的查询管理与发行版无关Hortonworks、MapR、Cloudera方便访问 Vertica Enterprise在 Hadoop 中执行数据探索并借助 Vertica EE 提高分析性能丰富的生态系统数据集成数据转换商务智能/可视化平台高级分析云生态系统HAVEn哪个

25、版本最适合您？仅适用于 Hadoop 环境完整的 MPP SQL 引擎包括 JOIN、时序分析和关键值管理工具包括工作负载管理、数据库设计器、备份和还原与 Hadoop 无关的兼容性Flex Zone压缩和柱状存储Java UDxSQL on HadoopHP Vertica EE高度优化的 HP Vertica EXT4 文件系统加速分析、实时综合预测、地理空间和情感分析HP Vertica for SQL on Hadoop探索数据控制成本利用 Hadoop 基础设施没有附件，轻松上阵HP Vertica 企业版提高性能加速分析深化分析定制分析基础设施提供所有附加组件C+ UDx / UD

26、L大数据分析业务 事件数据 分析信息 准备就绪Map/Reduceon HDFSHIVEHP VerticaEnterprise每 TB 成本为大数据提供服务内存传统数据仓库HP VerticaSQL on HadoopMySQL销售机会 销售模式销售点销售方式性能和稳定性将 Vertica Enterprise 放于首位如果客户尚未做好购买 Vertica Enterprise 的准备，则使用 Vertica SQL on Hadoop 向客户展示核心分析功能。宣传全功能、久经验证的查询引擎透明性、无供应商锁定借助经时间检验的查询引擎大幅降低数据架构的复杂性SQL on Hadoop 具有标

27、准的 SQL 和商务智能工具认证稳健的、高度优化的企业级 SQL 引擎和一流支持方便访问 Vertica Enterprise形势企业：有 Hadoop，但无 HP Vertica正在探索大数据分析的解决方案销售机会 销售模式销售点销售方式扩大占用空间惠普软件广泛的大数据产品和服务组合瞄准 Vertica Enterprise、Vertica SQL on Hadoop 和 Hortonworks宣传他们已取得的成功以及他们已经使用的企业级 SQL 引擎 方便访问 Vertica Enterprise在 Hadoop 中执行数据探索并借助 Vertica EE 提高分析性能形势企业：有 Had

28、oop 和内部 HP Vertica正在探索大数据分析的解决方案销售机会 销售模式销售点销售方式客户保留继续瞄准 Vertica Enterprise将 Vertica for SQL on Hadoop 和 Hortonworks 瞄准新举措宣传在 Hadoop 上使用与 Vertica EE 相同的查询引擎的优势方便的 Vertica Enterprise 采用与迁移方法在 Hadoop 中执行数据探索并借助 Vertica EE 提高分析性能小心，不要浪费您销售 Vertica Enterprise 的潜力。形势企业：无 Hadoop，但使用有限的 HP Vertica正在探索 Hado

29、op 和低成本替代方案销售机会 销售模式销售点销售方式宣传工作惠普软件广泛的大数据产品和服务组合瞄准 Vertica Enterprise、Vertica SQL on Hadoop 和 Hortonworks就惠普的大数据解决方案产品组合进行培训，包括 Vertica、Autonomy 和 Hortonworks如何借助我们的生态系统扩大我们的价值就分析数据仓库进行培训小心，会经历较长的销售周期。形势企业：有 Hadoop，但无内部大数据解决方案正在探索大数据分析的解决方案硬件配置建议Vertica服务器与OS配置建议Vertica可运行在标准的x86服务器之上包括HP、Cisco、Dell

30、、IBM等等无共享MPP，性能和容量随节点数线性扩展建议使用本地盘作为数据存储MPP架构特点OS选择Red Hat Enterprise Linux 5 and 6SUSE Linux Enterprise Server 10 and 11Oracle Enterprise Linux 6 (Red Hat Compatible Kernel only)Debian Linux 5* and 6CentOS 5 and 640Vertica CPU配置建议Vertica建议运行在多核CPU的Linux Server之上2路服务器性价比最高比如Intel的E5-2600多核CPU，6核/8核建议

31、使用Intel CPU性能相对更好41Vertica内存配置建议内存建议按 8GB/核 来进行配置16核(2cpu)就对应128GB内存42Vertica存储配置建议建议按 40MB/s/核 来进行配置通常一个10krpm SAS盘对应1个cpu core通常一个15krpm SAS盘对应1.5个cpu core建议使用本地盘进行存储2.5寸，10k/rpm，SAS所有磁盘连接到一个RAID控制器RAID 5、RAID 6、RAID10（如需更高性能）Stripe size = 512k for SAS or 1024k for SATA43服务器型号磁盘数量转速RAID模式缓存写(MB/s)

32、重写(MB/s)读(MB/s)IOPSDL360gen91015krpm5012DL380gen92410krpm506G270063017009kDL380p Gen8 2210krpm506G16005509503kVertica网络配置建议Vertica私有网络内部数据通信，1Gb或10Gb以太网专有交换机或独立VLAN同一网段静态IPVertica公有网络对外网络， 1Gb或10Gb以太网静态IP网络冗余私有网络应该有冗余设计，比如交换机应该冗余公有网络建议冗余设计，但不是必须网卡绑定模式如是2块万兆网卡，mode=1(active-backup)足够如是多块

33、千兆网卡，建议mode=0或4，但需要交换机支持Mode=6无需交换机支持，但稳定性稍差，压力大时会丢包44整体配置建议节点更多，计算资源更多，更高的并发处理能力CPU : 2 CPU/16Cores, Intel Xeon E5-2670 DDR3-1600内存：128GB存储：16块300GB/1TBOS：2块x300GB；数据：14块x1TB；Hot Spare：1块RAID5每节点可用容量10TB=1TB x 14 x 70%网络：每节点2x1Gb/s双口网络适配器节点配置数量 = (原始数据量（TB）/ 6(压缩比) * 2(数据冗余) / 50% (预留) / 4TB（每节点容量）

34、(300TB / 5(压缩比) ) * 2(数据冗余) * 2(预留50%) / 10TB（每节点容量） = 24节点45建议硬件架构图集群1参考机型：HP DL380p Gen8 25-SFF2 x 300Gb 6G SAS 10K HDD for OS / Vertica App14 x 1TB 6G SAS 10K HDD for data2 Intel Xeon E5-2670 2.6GHz/8-core128GB 1600MHz MemoryHigh-performance SAS Array Controller 2GB Flash Backed Write Cache4 x 10

35、Gb Ethernet portsRed Hat Enterprise Linux 6Vertica 7.0 (license required separately)24节点，2份数据副本，RAID5，压缩比5参考10Gb/s外网内网Vertica优势与不足为什么选择MPPPB级别的分析需求传统数据库无法支持大规模集群与PB级别数据量性能受限扩展性受限成本高昂软硬件一体机成本高昂、扩展受限生产扩容、测试、开发、容灾都需新购同型号一体机（机柜）跨代兼容性问题In-memory技术太贵而且不成熟内存成本高TB级别以下，不适合大数据量Hadoop技术的先天不足Hive等sql-on-hadoop性

36、能太慢SQL兼容性与支持不足数据安全性无法保证Vertica SWOT分析StrengthsWeaknessesOpportunitiesThreatsMPP、纯列存、无共享架构、高压缩比性能优异，技术稳定，简单易用大量大规模集群案例与Hadoop、R、Python等开发技术的结合整体低成本HP平台（软件、硬件、服务）用户认知度国内生态环境待完善，缺少partner缺少整体解决方案，比如云、BI、ETL、行业应用等售后服务与培训人员较少相对其它MPP价格无优势DML操作无性能优势各行业对大数据的认知逐渐提高用户对MPP数据库形态的逐渐认知几乎所有行业都有需求，特别是电信、金融和互联网大量传统E

37、DW替代大量新建大数据分析系统项目传统数据库厂商：Oracle、IBM、MicroSoft、SAP新兴MPP数据库厂商：GP、Gbase、Aster、InfobrightSQL-on-Hadoop数据库：Impala、Hive、Hbase、HAWQ内存数据：SAP HANA、Oracle in memory option、memsql开源数据库：MySQL、PostgresSQLVertica报价方式HP VerticaExpressPremiumMPP ArchitectureHigh AvailabilityRole Based SecurityUser Function Creation

38、 (Udx)Standard SQL (ANSI 99)Flex TablesWLA, DBD & MCElastic ClusterAdvanced SQL Analytics *Fault GroupsKey Value InterfaceSentiment, Geospatial, R ExtensionsColumn SecurityLive Aggregate & Pre-Join Projections基础分析平台完整分析平台INTERNAL USE ONLYSQL-on-Hadoop 价格和支持SKU/许可证HP Vertica for SQL on HadoopHortonwo

39、rks EnterpriseHortonworks Enterprise PlusHortonworks Add -ContactsSKUH7T46AAE对于期限订单H7V13AAE对于永久订单H8H41AS、H8H52A1#104 对于期限订单H7V14AAE对于永久订单H8H42AS、H8H52A1#105 对于永久订单H8H43AS、H8H52A1#106 单元每节点 每 4 个节点或 50TB每 4 个节点或 50TB不适用期限每年每年订购每年订购每年订购支持联系人不限基于购买许可证的支持联系人编号其他联系人如何发掘Vertica的机会？第1步:优先看如下行业第2步:应符合下列条件第3

40、步A:如果可能探讨下列问题第3步B:应避免以下情况通讯金融服务医疗卫生社交媒体和在线游戏，电子商务零售/消费市场政府数据仓库类项目， 1TB分析型需求，有实时性要求更佳要求快速装载数据要求持续数据装载和分析查询并行的混合负载业务，就更有优势是否需要实时分析是否有因为性能不够无法实现分析业务目前是否有能力对明细数据进行保存和深度发掘从信息产生到得到分析结果的时间延迟是多久OLTP 应用: 大量变化交易数据, 尤其是大量数据更新操作小型系统， 1TB可以使用开源数据库的场景没有数据装载和查询竞争需求的系统 大量PB级别的客户 超快的分析速度 无共享MPP纯列式存储 轻松配置与管理 全球合作伙伴生态系统 开放性的架构 实时处理您的信息HP Vertica 极速大数据分析平台大量PB级别客户客户名称应用场景容量美国大型电信公司客户行为决策分析 : 提供用户行为、网络质量与性能的深度组合分析3.2PB+全球大型基金公司金融模型分析 : 数据模型测试、金融数据跟踪1PB+大型媒体娱乐机构传感器数据分析 : 机器数据与传感器数据分析1PB+全球最大的互联网游戏用户行为实时分析平台 : 分析用户行为，了解潜在需求，挖掘