Greenplum企业应用实战.html

前言 为什么写作本书 阿里巴巴是国内最早使用Greenplum作为数据仓库计算中心的公司。从2009年到2012年Greenplum都是阿里巴巴B2B最重要的数据计算中心，它替换掉了之前的Oracle RAC，有非常多的优点。 ·Greenplum的性能在数据量为TB级别时表现非常优秀，单机性能相比Hadoop要快好几倍。 ·Greenplum是基于PostgreSQL的一个完善的数据库，在功能和语法上都要比Hadoop上的SQL引擎Hive好用很多，对于普通用户来说更加容易上手。 ·Greenplum有着完善的工具，相比Hive，整个体系都比较完善，不需要像Hive一样花太多的时间和精力进行改造，非常适合作为一些大型的数据仓库解决方案。 ·Greenplum能够方便地与Hadoop进行结合，可直接把数据写在Hadoop上，还可以直接在数据库上写MapReduce任务，并且配置简单。 从2010年毕业加入阿里巴巴B2B的数据仓库起，我就开始接触Greenplum数据库，并有幸维护了一年多的Greenplum数据库，积累了很多数据库的相关知识。Greenplum在国内的应用相对比较少， 尤其是网上资料相当匮乏。在使用Greenplum的过程中，阿里巴巴遇到了很多困难，也积累了很多宝贵经验。 由于学习资料的匮乏，我和何勇有了将阿里巴巴使用Greenplum的一些经验技巧汇聚成书的想法，这样既总结和沉淀了自身知识，同时也可以给国内使用Greenplum的同行们提供一点帮助。 本书组织结构 本书从实战角度出发，结合了大量实践案例（附有详细的代码），由浅入深介绍了Greenplum。本书由15章组成，主要分为3篇。 上篇（第1~3章）——基础篇 基础篇目的是帮助读者快速了解Greenplum，从实战的角度介绍一些入门必备的基础知识。从如何安装部署Greenplum开始，一步步引导读者搭建自己的Greenplum数据库，然后介绍基本的语法及 相关操作。本篇最后通过分析两个具体的数据仓库ETL的案例，加强读者对Greenplum功能特性的了解，提高实践能力。 中篇（第4~7章）——进阶篇 进阶篇重点介绍Greenplum的数据字典、执行计划、架构以及一些高级特性。 数据字典是Greenplum对元数据信息的组织方式，执行计划是数据库执行SQL的灵魂，高级特性则是Greenplum的优势所在。本篇结合了大量案例对以上内容进行了深入分析。通过对这些内容的学 习，可以深入理解数据库的工作原理，是进阶的必经之路，可以让读者游刃有余地应对各种Greenplum的日常操作。 下篇（第8~15章）——管理篇 管理篇主要介绍一些与数据库管理员相关的知识，包括线上部署、性......