数据仓库产品优缺点分析及技术发展展望

#Oracle是数据库产品的领军人物，占据全球关系型数据库市场的48%。Exadata是其推出的数据仓库产品，通过专用的集成设备、大容量并行网格结构及ExadataSmartFlashCache技术实现了处理高并发工作负荷的能力，产品中还增加了分区管理功能、列存储压缩等技术，大幅提高了数据处理性能，能够支持各种规模的数据仓库应用。产品优势：事务类任务处理性能较好混合负载控制较好兼容Oracle产品和工具，易于使用产品不足：大数量处理性能上存在不足部署和管理复杂，且扩展能力差价格和维护成本较高3.IBMNetezzaIBM最初使用DB2提出数据仓库解决方案，并提供了独立数据库软件和数据库机的解决方案，但产品技术优势不明显，且未给予足够重视，市场逐渐萎缩。为弥补不足，2010年IBM收购了专业的数据仓库厂商Netezza,希望利用Netezza的技术来与Teradata、Oracle等产品抗衡。Netezza提供集成的数据库设备Twinfin解决方案，利用专利“流式数据处理架构FPGAs”技术（硬件芯片），在数据通过磁盘时可以将无关数据快速过滤，解决了传统数据仓库产品的服务器和存储间数据流瓶颈问题，实现高性能数据处理。产品优势：针对数据分析设计，性价比高兼容Oracle语句及主流BI工具系统易于管理和维护刀片式架构，扩展简单产品不足：混合负载控制存在不足流技术主要适用于趋势分析，对于精确分析略显不足SybaseSybase提供独立的数据库软件SybaseIQ和集成的数据仓库设备两种解决方案，SybaseIQ的核心技术是“列存储”，此技术被证明更适合于数据仓库。首先，数据仓库一般只访问记录的部分字段，因此磁盘访问时可以不读取整条记录，只读取需要的字段，大大减少了I/O;其次，“列存储”可以获得比传统数据库更高的压缩比，在海量数据仓库中能节省大量空间；最后，由于查询中的选择条件是通过列来定义的，因此整个数据库能够实现自动索引。产品优势：“列存储”技术混合负载控制较好并行查询及扩展能力强集成数据挖掘工具，适合实时分析产品不足：列存储的一些问题（如载速度、复杂查询等方面较差）硬件厂商和第三方软件支持力度正在减弱4.GreenPlumGreenPlum近几年异军突起，以其独特的技术与传统数据仓库产品相抗衡。2010年被EMC收购后，产品线进一步完善，提供独立的数据库软件和集成的数据仓库设备两种解决方案。GreenPlum将SQL和MapReduce功能整合到统一的数据处理框架中，利用MPP架构的并行计算能力满足大规模数据存储和处理需求。产品的一大特色是可与任何基于MapReduce的外部产品协同工作，容易实现当下流行的“云计算”架构；另一大特色是用户可以自行选择开放平台PC服务器搭建海量数据处理环境，降低数据仓库的TCO。产品优势：支持行列混合存储，消除了单独行存储和列存储的缺陷可在线扩容和维护，无需停机数据加载速度快，可实现实时分析基于PosgreSQL开发，工具和应用资源丰富符合“云计算”发展方向产品不足：使用开放平台实现，稳定性相对较差大数据量在节点间重分布时，其非专用网络设计易导致性能瓶颈

5.其他产品产品解决方案产品优势产品不足Infobright集成的列存储数据库设备和压缩数据库产品，有开源版本和商用版本•开源的列存储数据库，第三方软件丰富•兼容MySQL产品和工具,移植性较高•利用“元数据知识网格”技术减少数据包以获取更高的性能•机器数据（如“点击流”）分析方面有优势•技术需要再不断完善•混合负载功能缺乏Illuminate集成的数据仓库设备和BI工具•独特的元数据技术可以在数据加载时自动创建和维护数据间关系，自动消除数据冗•内部模型复杂、封闭，外部对其产品和技术了解较少

余及对关联的数据进行预连接，查询速度快•部署简单，易于使用・第三方软件支持较少AsterData提供集成的MPP数据库设备和库内分析工具•基于MapReduce开发，对云计算支持较好•支持行列混合存储•扩展性较好•产品不成熟，如表管理可能导致性能问题，混合负载控制能力较差•没有较完整的解决方案及文档，应用市场较小1010data提供基于SAAS的数据仓库和81解决方案•基于SaaS模式（投资少、部署简单）•数据分析速度较快•SAAS分析的劣势，如安全性、远程访问、大数据量传输性能问题

・不能满足企业自己实施数据仓库的需要，系统只能由公司搭建和维护Ingres提供开源的数据库软件・开源数据仓库，技术成熟，第三方软件支持较好・能够使用X86开放平台搭建，在大内存支持下性能较好・面向实时任务环境，最大只支持2TB数据・数据仓库实施经验少，缺少有效的数据模型・存储管理和混合负载管理较差Kognitio提供数据仓库设备和数据仓・基于SaaS模式，在此之上的。225（数据即服务）模型能够很好・大型数据仓库实施案例较少・数据库的高

库SAAS服务的支持客户构建、管理数据仓库•数据库产品WX2在大内存支持下查询和加载速度较好可用较差•第三方软件支持较少Microsoft提供MPP数据库软件和数据仓库SAAS服务•基于SaaS模式•价格优势•第三方软件支持较好•数据库只能运行在WIN平台・性能和高可用性较差ParAccel提供软件解决方案，包括列存储数据库和存储管理软件•磁盘和内存协同技术使数据处理性能表现出色•在特殊领域分析模型（如信用卡欺诈）有优势•一般与第三方BI厂商提供集成的解决方案•软件不够完善，高可用性较差•客户支持力度不足，产品问题解决不及时SAND提供列Techn

ologyVertica存储数据库软件提供列存储数据库软件•独特的数据标示和压缩技术增强了列存储模型，适合数据分析和归档•集成文本搜索等数据挖掘功能•一般与第三方BI厂商提供集成的解决方案•列存储的劣势•前端界面不友好磁盘和内存协同技术提供了高性能和高可用性提供多样的实施模型，模型基本无需优化基于云架构、MapReduce、Hadoop的产品架构•FlexStore技术•混合负载技术不能满足大型数据仓库的要求•限于小企业和小数据量（如数据集市）分析提升了加载和查询性能，并实现冷热数据的三级存储归档策略二、数据仓库产品技术发展趋势口从上面的分析可以看出，每个数据仓库产品都有自己的技术优势和客户群体，同时也表明了数据仓库未来的一些技术发展方向，主要有以下三个方面：.集成的数据仓库设备（一体机）将成为主流超过50%的数据仓库厂商提供了数据仓库一体机解决方案，而且越来越多的厂商正在计划加入了这个阵营。一体机集成了服务器、存储和软件，具有安装、配置、管理简单，软硬件协同、高可用性及性能可以最大限度得到同一厂商的保证。根据Gartner预测，未来数据仓库将有70%会采用一体机建设。.行列混合存储技术将给数据仓库带来一次技术革新单纯的行存储或列存储在使用上均不能很好的满足数据仓库分析的要求，混合存储技术可以根据数据仓库的访问特点有针对性的改变数据存储结构，在应用不做任何调整的情况下大幅提升系统运行效率，减少空间占用，对于大型数据仓库有重要意义。.云计算给数据仓库和BI带来新的启示目前数据仓库发展的障碍之一是用户无法方便地搭建个性化数据分析环境，从而减弱了用户理解和使用数据仓库的热情。云计算技术很好地解决了这一问题，可按需定制资源、易于扩展的特点将使数据仓库变为一种服务（DaaS）。用户不但能方便的访问数据仓库数据，而且可以根据业务分析特点选用“云计算”中丰富的BI工具，使数据分析更加高效，有巨大的发展潜力。三、未来两年数据仓库发展展望口大型数据仓库的数据量已经达到了一个颠覆传统信息管理方式的阶段，因此，数据仓库将从传统的信息存储平台转向分析管理平台，换句话说，数据仓库的存储和访问将转变为交付和理解，数据仓库的价值挖掘逐渐拉开帷幕。数据仓库“理念”也正在发生变化，一方面从支持传统BI的信息库演化成为支持运营分析、企业