01 開放源代碼

Greenplum數據庫于2015年由Pivotal公司開源，遵循Apache Licence 2.0協議，官方網站為：

http://greenplum.org

代碼托管在GitHub上，鏈接為：

https://github.com/greenplum-db/gpdb

開放源碼一方面可以為數據庫用戶和開發人員提供Greenplum數據庫源碼級的實現參考，另一方面可以吸引更多的數據庫開發者參與到Greenplum社區維護中。

02 高擴展性

Greenplum數據庫采用大規模無共享架構，將多臺服務器組裝成強大的計算平臺，實現高效的海量并行運算。Greenplum數據庫可以支持1000個以上的集群，管理的數據規模從TB級到PB級，可以滿足多數企業的數據處理需求。

03 高查詢性能

Greenplum的高性能不僅來自高效的并行處理框架，還有查詢引擎的優化。Greenplum數據庫除了支持基于PostgreSQL的查詢優化之外，還專門開發了一個新的查詢優化器ORCA。

ORCA是一款自頂向下的基于Cascades框架的查詢優化器，目前已經成為企業版Greenplum數據庫的默認優化器。相比基于PostgreSQL的查詢優化器，ORCA查詢優化器能使部分查詢的性能提升10～1000倍。

04 高可用

Greenplum提供多級容錯機制，確保整個系統的高可用性。Master節點通過Standby Master節點進行備份，每個數據節點的Primary Segment實例分別配置一個Mirror Segment實例作為備份，同時確保同一組Primary Segment實例和Mirror Segment實例不在同一物理機上，從而降低因為宕機而導致數據丟失的風險。

05 高效資源管理

Greenplum提供了高效的資源管理機制，根據用戶的業務邏輯將資源合理地分配給查詢任務，避免查詢任務因查詢資源不足而得不到響應。

Greenplum資源管理主要包括對并發查詢數量的限制，查詢執行時內存、CPU資源使用的限制等。Greenplum數據庫提供了資源隊列(Resource Queue)和資源組(Resource Group)兩種資源管理方式，一般使用場景下采用默認配置即可。

06 多態存儲

用戶可以根據數據熱度或者訪問模式的不同使用不同的存儲方式，以獲得更好的查詢性能。用戶可以為一張表按照一定的規則(比如日期、月份)創建分區表，一張表的各個子分區表可以使用不同的物理存儲方式。

支持的存儲方式包括：

• 行存儲，數據以行的形式存儲在數據頁里，適合頻繁更新的查詢;
• 列存儲，數據以列的形式存儲在數據頁里，適合OLAP分析型查詢;
• 外部表，數據保存在其他文件系中，如HDFS、S3，數據庫只保留元數據信息。

07 生態完整

Greenplum數據庫擁有完善的SQL標準支持，包括SQL92、SQL99、SQL2003以及OLAP擴展，是對SQL標準支持最好的開源商用數據庫系統之一。同時，由于Greenplum數據庫基于PostgreSQL，因此也繼承了PostgreSQL對于JDBC、ODBC、C、Python API等接口的支持。

08 高效數據加載

Greenplum還有一個非常神奇的功能——GPload并行加載數據，即允許數據從多個文件系統通過多個主機上的多個網卡加載數據，從而達到非常高的數據傳輸率。筆者曾經在3個節點的集群上并行加載50GB、2億行記錄的數據，僅用時90s。

此外，Greenplum數據庫可以讀取和寫入多種類型的外部數據源，包括文本文件、XML文件、S3平臺文件、Gemfire、Web服務器以及Hadoop生態系統中的HDFS、Hive、HBase、Kafka、Spark等，同時支持數據壓縮以及字符集間的自動轉換。

09 高級數據分析功能

Greenplum數據庫支持各種過程化編程語言，包括PL/PostgreSQL、PL/R、PL/Python、PL/Java、PL/Perl等語言擴展。在高級數據分析方面，通過Greenplum數據庫的MADlib擴展模塊，用戶可以很方便地利用MPP架構完成大規模并行分析。

10 良好的監控管理和運維體驗

Greenplum數據庫提供基于Web的可視化工具—Greenplum Command Center(簡稱GPCC)。GPCC可以監控Greenplum數據庫系統的性能、集群健康狀態、查詢執行及系統資源使用情況，如圖2-4所示。

▲圖2-4 Greenplum數據庫資源監控中心界面

關于作者：王春波，資深架構師和數據倉庫專家，現任上海啟高信息科技有限公司大數據架構師，Apache Doris和openGauss貢獻者，Greenplum中文社區參與者。具有十多年的數據倉庫、數據集市、數據中臺項目實戰經驗，對大數據主流技術架構、產品選型與解決方案有深入研究，尤其擅長用優雅的SQL實現復雜的邏輯。

本文摘編自《高效使用Greenplum：入門、進階與數據中臺》，經出版方授權發布。(ISBN：9787111696490)