數(shù)據(jù)倉庫專用引擎分析

1、23/23數(shù)據(jù)倉庫專用引擎-Teradata RDBMS關(guān)于國內(nèi)數(shù)據(jù)庫人士來講，Teradata也許還不象DB2、Oracle那么熟悉。但在國外，由于它驅(qū)動著世界上幾乎一半的數(shù)據(jù)倉庫，同時世界上最大的幾十個數(shù)據(jù)倉庫均采納它作為核心引擎，因此，Teradata幾乎成了數(shù)據(jù)倉庫引擎的代名詞。對國內(nèi)一些用戶來講，一個自然的問題是：Teradata是什么？最簡單的回答確實是：它是一個關(guān)系數(shù)據(jù)庫治理系統(tǒng)。既然如此，什么緣故要用Teradata而不使用那些傳統(tǒng)的商用數(shù)據(jù)庫系統(tǒng)比如Oracel來建立數(shù)據(jù)倉庫呢？我們明白，商用數(shù)據(jù)庫差不多上是針對OLTP應(yīng)用而開發(fā)出來的，由于數(shù)據(jù)倉庫有其固有的特點，這些傳統(tǒng)的

2、商用數(shù)據(jù)庫不一定適合來驅(qū)動數(shù)據(jù)倉庫應(yīng)用，因為每種產(chǎn)品都有其強項和弱項，不可能面面俱到。而Teradata則是專門用來處理大量數(shù)據(jù)、針對決策支持應(yīng)用而設(shè)計出來的，它具有專門強的并行處理能力和擴(kuò)展能力。下面我們將從Teradata的進(jìn)展過程開始來介紹它的差不多特點，從這些特點我們能夠理解什么緣故講它是數(shù)據(jù)倉庫的專用引擎。Teradata簡介Teradata是專門針對決策支持應(yīng)用而設(shè)計的，早在1983年就推出了世界上第一個基于海量并行處理技術(shù)(MPP)的商用系統(tǒng)。長期以來，NCR公司投入了大量的人力、財力，對Teradata作了許多增強和優(yōu)化，使得其更適合于進(jìn)行海量數(shù)據(jù)的綜合分析和處理。Terada

3、ta從早期基于硬件的封閉系統(tǒng)進(jìn)展成運行于UNIX環(huán)境、基于虛擬處理器(VPROC)技術(shù)的關(guān)系型數(shù)據(jù)庫治理系統(tǒng)。特不值得強調(diào)的是，聞名的評估機(jī)構(gòu)Gartner Group于1994年將Teradata評為“商用并行處理的領(lǐng)導(dǎo)者”，1996年進(jìn)一步指出，“只有NCR的Teradata證明了其可擴(kuò)展性”。我們明白，關(guān)于一個實際應(yīng)用的數(shù)據(jù)倉庫而言，并行處理能力和可擴(kuò)展性是至關(guān)重要的兩大因素，而Teradata正是通過其大量的實際應(yīng)用而獲此殊榮的。在數(shù)據(jù)庫專業(yè)雜志“數(shù)據(jù)庫編程與設(shè)計” (Database Programming & Design)每年的評選數(shù)據(jù)庫十二大產(chǎn)品(Database Dozen)

4、的活動中，Teradata差不多連續(xù)第7年入選。在1999年的評選中，該雜志認(rèn)為，“Teradata代表了數(shù)據(jù)庫技術(shù)的進(jìn)展方向”。2000年初，Gartner Group發(fā)表了聞名的ASEM(Application Server Enterprise Model)評估報告，分不針對OLTP和數(shù)據(jù)倉庫兩個應(yīng)用領(lǐng)域?qū)δ壳笆袌錾细鞔蠊?yīng)商進(jìn)行了綜合評估，評估指標(biāo)特不全面，涵蓋了產(chǎn)品特點、專業(yè)技術(shù)服務(wù)能力以及成功應(yīng)用案例等各個方面。在數(shù)據(jù)倉庫領(lǐng)域，NCR公司在系統(tǒng)性能、可擴(kuò)展能力、容易治理、專業(yè)技術(shù)服務(wù)、成功案例等關(guān)鍵指標(biāo)方面名列第一，同時最后總分第一。其中Teradata RDBMS確實是一個特不重

5、要的產(chǎn)品之一。其它一些專業(yè)評估機(jī)構(gòu)如MetaGroup等，都對NCR的Teradata數(shù)據(jù)倉庫解決方案給予了極高的評價。Teradata的差不多結(jié)構(gòu)Teradata采納了一種先進(jìn)的虛擬處理器技術(shù)，稱為VPROC (Virtual Processor)。VPROC有兩種，即PE(Parsing Engine，分析引擎，負(fù)責(zé)與外部的接口、查詢的優(yōu)化、任務(wù)調(diào)度等)和AMP (Access Module Processor，存取模塊處理器，負(fù)責(zé)完成數(shù)據(jù)處理操作)。其差不多設(shè)想是：假如將一個復(fù)雜的任務(wù)分解成多個簡單的子任務(wù)，每個虛擬處理器執(zhí)行一個或幾個簡單的子任務(wù)，最后將各虛擬處理器的執(zhí)行結(jié)果匯總，那么

6、總的執(zhí)行時刻就能大大縮短。圖8-14 Teradata內(nèi)部并行處理機(jī)制Teradata同時支持SMP和MPP，在一個單節(jié)點的SMP系統(tǒng)中，其差不多結(jié)構(gòu)能夠用下圖8-15來表示：圖8-15 Teradata在SMP結(jié)點內(nèi)的邏輯結(jié)構(gòu)關(guān)于MPP系統(tǒng)，每個節(jié)點中的結(jié)構(gòu)和圖21是相同的。從圖中能夠看到，系統(tǒng)與外界的接口有以下兩種：網(wǎng)關(guān)：所有支持TCP/IP協(xié)議的計算機(jī)能夠通過網(wǎng)絡(luò)與Teradata相聯(lián)，其交易請求和處理結(jié)果差不多上通過網(wǎng)關(guān)進(jìn)行交互的。通道：關(guān)于一些封閉主機(jī)系統(tǒng)(Mainframe)，Teradata提供了一種通道(Channel)直聯(lián)的方式進(jìn)行信息的交互，即與主機(jī)的通道直接聯(lián)接，速度特不

7、快。交易請交通過網(wǎng)關(guān)或通道進(jìn)入系統(tǒng)后，將傳遞給分析引擎PE (Parsing Engine)。PE是由軟件實現(xiàn)的，是一種虛擬處理器(Virtual Processor)，簡稱為VPROC。PE要緊由分析器(Parser)、優(yōu)化器(Optimizer)和調(diào)度器(Dispatcher)組成，分析器分解接收到的SQL交易請求，進(jìn)而由優(yōu)化器產(chǎn)生最優(yōu)的查詢方案，由調(diào)度器操縱查詢的執(zhí)行過程。當(dāng)多個用戶同時訪問系統(tǒng)時，Teradata能夠通過PE在各節(jié)點間自動平衡負(fù)載，不需要數(shù)據(jù)庫治理員DBA或者系統(tǒng)治理員的干預(yù)。經(jīng)PE處理的交易請求通過一個高速的信息傳遞層傳至存取模塊單元AMP(Access Module

8、 Processor)。AMP也是一種虛擬處理器，它操縱所有與數(shù)據(jù)庫有關(guān)的操作。每個AMP只負(fù)載磁盤陣列的一部分磁盤，數(shù)據(jù)的分配是利用HASH機(jī)制通過AMP均勻分布到各磁盤上的，因此，數(shù)據(jù)庫中一個表的各條記錄可能分布在不同的磁盤上。那個過程完全自動進(jìn)行，而對一般商用OLTP DBMS來講，那個過程要緊是由DBA操縱的。各個AMP并行處理，互不相關(guān)，交易處理結(jié)果在信息傳遞層匯總后，直接返回給應(yīng)用程序，不需要在某個結(jié)點進(jìn)行進(jìn)一步的處理，因此不存在單個結(jié)點的瓶頸問題。每個節(jié)點中PE和AMP的數(shù)目能夠由DBA進(jìn)行配置。從邏輯上來看，各PE和AMP具有自已獨用的內(nèi)存和CPU，是一種完全無共享結(jié)構(gòu)(Sha

9、re Nothing Architecture)。Teradata的差不多特點Teradata的各項特點能夠從以下幾個方面來進(jìn)行概括數(shù)據(jù)自動分配Teradata中只有一種基于HASH算法的數(shù)據(jù)分配機(jī)制，當(dāng)要插入一條記錄時，依照主索引計算出相應(yīng)的AMP，該條記錄即通過此AMP存到其對應(yīng)的磁盤上。由于主索引值的不同，一個表的各條記錄將通過各AMP均勻地分布到各個磁盤上。分配過程完全自動進(jìn)行，不需要DBA干預(yù)，這一點和其它OLTP DBMS有專門大的區(qū)不。Teradata的HASHING算法通過長期的進(jìn)展，差不多十分完善。它采納了一個類似矩陣的HASH MAP，將計算出來的HASH值通過此矩陣的映射

10、與AMP進(jìn)行聯(lián)系。如此，當(dāng)重新配置AMP數(shù)時，只需要變動HASH MAP，速度特不快。關(guān)于OLTP系統(tǒng)而言，其查詢的特點是預(yù)先明白要回答什么樣的問題，因此，DBA會依照業(yè)務(wù)問題的特點把數(shù)據(jù)按照相應(yīng)的規(guī)律進(jìn)行分配，例如把數(shù)據(jù)按照時刻的不同分配到不同的硬盤上。這種由DBA手工進(jìn)行的數(shù)據(jù)分配機(jī)制對OLTP系統(tǒng)而言是有意義的，也確實能提高系統(tǒng)性能。但對數(shù)據(jù)倉庫系統(tǒng)來講，其查詢往往比較復(fù)雜而且具有不確定性，不同的業(yè)務(wù)部門可能會提出各種不同的問題，假如再按照一種規(guī)律進(jìn)行數(shù)據(jù)的分配，則有可能對某些問題系統(tǒng)的響應(yīng)速度專門快，而對另外一些問題的反應(yīng)則專門慢。在Teradata數(shù)據(jù)庫中，通過選擇合適的主索引就能夠

11、保證數(shù)據(jù)在各磁盤上的自動均勻分配，使得其并行處理性能得以充分的發(fā)揮，特不適合于數(shù)據(jù)倉庫環(huán)境下各種不確定的、動態(tài)的業(yè)務(wù)問題。另一方面，所有記錄的插入、更新都按同樣的HASHING算法進(jìn)行，使得各磁盤上的數(shù)據(jù)總是混合存儲而且是均衡的，不存在“有序”或者“無序”的概念，因而也就不存在數(shù)據(jù)庫的重組問題(Reorganization)。關(guān)于傳統(tǒng)的OLTP RDBMS而言，投產(chǎn)運行一段時刻后系統(tǒng)性能常常因某種緣故(如不斷追加記錄后造成數(shù)據(jù)存儲不平衡)下降，這時就要考慮對數(shù)據(jù)庫的重組。這是一項特不耗時而且需要經(jīng)驗豐富DBA參與的工作。在Teradata中，由于不存在數(shù)據(jù)庫重組這類的工作，使得其治理十分簡單。

12、強大的并行處理能力和復(fù)雜查詢處理能力Teradata最顯著的特色之一是其強大的并行處理能力，這也是什么緣故講它是數(shù)據(jù)倉庫專用引擎的要緊緣故之一。事實上現(xiàn)方式被稱為多維并行處理機(jī)制，簡單描述如下：查詢并行(Query并行)：這種并行處理是基于上面介紹的HASHING數(shù)據(jù)分配機(jī)制實現(xiàn)的。每個AMP差不多上一個VPROC，各自獨立負(fù)責(zé)一部分?jǐn)?shù)據(jù)的處理，相互之間沒有關(guān)系，每個節(jié)點一般配置4至16個如此的VPROC。所有關(guān)系運算如表的搜索、索引檢索、投影、選擇、聯(lián)接、聚攏、排序等差不多上由各個VPROC并行進(jìn)行的。步內(nèi)并行(Within-a-Step并行)：一個SQL查詢進(jìn)入系統(tǒng)后，首先由優(yōu)化器進(jìn)行優(yōu)化

13、處理，分解成一些小的步驟(Step)，然后再分發(fā)給各VPROC進(jìn)行處理。一個步驟可能特不簡單，如“搜索一個表并返回結(jié)果”，也可能特不復(fù)雜，如“按照某條件搜索兩個表，然后聯(lián)接，結(jié)果投影到某幾個列，對它們加和(SUM)后返回結(jié)果”。象這種復(fù)雜查詢將處理多個關(guān)系運算，每個關(guān)系運算在一個VPROC內(nèi)將啟動多個進(jìn)程來實現(xiàn)并行處理，稱為步內(nèi)并行。多步并行(Multi-Step并行)：上面講過，一個SQL被分解成多個小的步驟，這些步驟的執(zhí)行將同時進(jìn)行，稱為多步并行。優(yōu)化器分解一個SQL查詢請求的原則是盡可能使各步獨立。在目前所有的DBMS產(chǎn)品中，只有Teradata實現(xiàn)了多步并行。下圖8-16以一個復(fù)雜查詢

14、的實例形象地講明了Teradata的多維并行處理機(jī)制。圖8-16 Teradata內(nèi)部并行處理機(jī)制講明那個地點假設(shè)系統(tǒng)配置有4個虛擬處理器(VPROC)，某個復(fù)雜查詢被優(yōu)化器分解成了7個步驟，圖中SUPPLIERS、PARTS、PARTSUPP等為數(shù)據(jù)庫中表的名字。在每個步驟執(zhí)行時，4個VPROC同時處理與各自相關(guān)的數(shù)據(jù)塊，例如搜索SUPPLIERS表(步驟1.1)，該表的記錄是通過HASH算法均勻分布在四個VPROC各自負(fù)責(zé)的磁盤中的，搜索時4個VPROC將同時進(jìn)行，把相關(guān)的記錄搜索出來，這確實是所謂的查詢并行；步驟1.1和1.2、2.1和2.2也是同時執(zhí)行的，這是所謂的多步并行；步驟2.2

15、(或步驟1.2)中包含有三個操作，它們借助于一種管線(Pipeline)的機(jī)制實現(xiàn)了步內(nèi)的并行處理。除了上面描述的多維并行處理機(jī)制外，Teradata還作了進(jìn)一步的優(yōu)化和擴(kuò)展，使得處理復(fù)雜查詢時響應(yīng)速度進(jìn)一步加快。舉例來講，在多用戶環(huán)境下，一個部門中許多用戶的查詢常常是大同小異的，通過優(yōu)化器分解后，它們具有一些相同的步驟，由于每個步驟的執(zhí)行結(jié)果會在一個系統(tǒng)緩沖區(qū)中暫存，相同的步驟往往只需要執(zhí)行一次即可。從而大大減少了磁盤I/O，提高了響應(yīng)速度。我們明白，關(guān)于OLTP系統(tǒng)來講，由于其查詢相對簡單，依靠建立適當(dāng)?shù)乃饕湍鼙ＷC查詢的速度，從而對RDBMS并行處理的能力要求不高。但關(guān)于數(shù)據(jù)倉庫來講，它

16、要緊提供的是OLAP應(yīng)用，許多業(yè)務(wù)問題相當(dāng)復(fù)雜，假如依靠索引來提高查詢速度，將存在兩方面的問題：一是索引過多會占用太多的磁盤空間，增加系統(tǒng)的復(fù)雜性和治理成本。許多OLTP RDBMS用于數(shù)據(jù)倉庫時，其磁盤使用率(Disk Ratio，指數(shù)據(jù)庫大小與真正的用戶數(shù)據(jù)的比例)在5以上，有時甚至高達(dá)10，緣故就在于此。而基于Teradata建立的數(shù)據(jù)倉庫，磁盤使用率一般在1.5至3之間。二是建立一個索引意味著事先定義好一些與之相關(guān)的問題，當(dāng)提出其它問題時常常需要建立另外的索引。也確實是講，索引只能解決那些預(yù)先定義好的問題，如一些業(yè)務(wù)報表等。而數(shù)據(jù)倉庫除了要產(chǎn)生大量的業(yè)務(wù)報表外，另一個要緊的應(yīng)用確實是回

17、答那些不能預(yù)知的、動態(tài)的業(yè)務(wù)查詢，我們稱這種動態(tài)查詢?yōu)锳d-hoc查詢。你無法想象當(dāng)治理人員提出一個問題時，DBA回答講：“對不起，我沒想到你會提那個問題，請稍等一些，我建個索引就能夠了”。因此，RDBMS具有強大的并行處理能力是數(shù)據(jù)倉庫應(yīng)用成功與否的關(guān)鍵。Teradata從誕生之日開始，確實是專門針對決策支持應(yīng)用而設(shè)計的，它的專長不在于OLTP，而在于數(shù)據(jù)的綜合分析和處理，其內(nèi)部的并行處理機(jī)制被設(shè)計得十分完善。目前，NCR公司差不多在全世界為各行各業(yè)的用戶成功地實施了1000多個由Teradata驅(qū)動的數(shù)據(jù)倉庫解決方案，例如在通信行業(yè)有美國AT&T無線通信公司、美國SBC通信公司、澳大利亞V

18、odafone電信公司、臺灣中華電信、臺灣遠(yuǎn)傳電信等如此世界頂級的通信公司等，其中數(shù)據(jù)庫容量在1TB以上的大型數(shù)據(jù)倉庫就有300多個，NCR公司也因此成為無可爭議的全球數(shù)據(jù)倉庫的領(lǐng)導(dǎo)者。線性可擴(kuò)展能力一般來講，當(dāng)數(shù)據(jù)倉庫投產(chǎn)以后，隨著應(yīng)用的增加，其數(shù)據(jù)量也增長得特不快，因此，數(shù)據(jù)倉庫系統(tǒng)對擴(kuò)展性的要求專門高。可擴(kuò)展包含兩方面的含義，即硬件平臺的可擴(kuò)展和軟件平臺的可擴(kuò)展，兩者必須相互配合，相輔相成，任何一方存在瓶頸都會阻礙整個系統(tǒng)的擴(kuò)充能力。Teradata的操作系統(tǒng)是Microsoft Windows NT/2000或者是NCR UNIX，假如使用Windows，則可用使用任何支持Window

19、s的服務(wù)器，假如使用NCR UNIX，則只能使用NCR的NCR系列MPP服務(wù)器。之因此存在這種限制的要緊緣故就在于擴(kuò)展能力上，因為目前NCR的 NCR MPP服務(wù)器是業(yè)界擴(kuò)展能力最強的計算機(jī)系統(tǒng)，它配合Teradata，形成了擴(kuò)展能力最強、并行處理能力最佳的數(shù)據(jù)倉庫基礎(chǔ)平臺?？紤]一個系統(tǒng)的線性可擴(kuò)展能力，能夠從以下三個方面來進(jìn)行評估：數(shù)據(jù)量增長時的線性度：當(dāng)用戶數(shù)據(jù)量成倍增加時，關(guān)于同一個系統(tǒng)(指硬件配置不變)，響應(yīng)時刻是按比例線性增加的；硬件平臺的線性度：關(guān)于同一個查詢，當(dāng)硬件平臺的配置增加一倍時，響應(yīng)時刻應(yīng)減少一半；并發(fā)用戶增加時的線性：關(guān)于同一個系統(tǒng)，當(dāng)并發(fā)用戶的數(shù)目增加時，響應(yīng)時刻也按

20、比例線性增加。對基于Teradata實施的數(shù)據(jù)倉庫系統(tǒng)的擴(kuò)充是專門容易的，能夠采納現(xiàn)場升級(Field Upgrade)方式。下圖舉例講明了將一個四節(jié)點的系統(tǒng)擴(kuò)充到六節(jié)點的情況，首先將新增加的兩個結(jié)點通過BYNET與原系統(tǒng)聯(lián)接，然后運行Teradata提供的一個名叫RECONFIG的工具，它將自動把原系統(tǒng)磁盤陣列中1/3的數(shù)據(jù)按照HASH算法均勻地分布到新節(jié)點所操縱的磁盤中。那個過程完全自動進(jìn)行，不需要DBA過多地干預(yù)。那個特性也是什么緣故講由Teradata組成的數(shù)據(jù)倉庫系統(tǒng)比較容易治理的緣故之一。圖8-17 Teradata線性擴(kuò)展講明易于治理從前面的描述我們差不多看到，由于Teradat

21、a中許多工作如數(shù)據(jù)分配、負(fù)載治理、查詢優(yōu)化與調(diào)整、工作治理與自由空間的治理等差不多上自動進(jìn)行的，沒有數(shù)據(jù)庫重組，能夠進(jìn)行系統(tǒng)的在線升級，等等。這些都講明Teradata DBA的工作相對比較容易，因此對同樣數(shù)據(jù)量的系統(tǒng)，Teradata所需DBA的人數(shù)較少，系統(tǒng)的運行費用較低。下表是Teradata和一些傳統(tǒng)的OLTP RDBMS在各種數(shù)據(jù)庫治理任務(wù)上的簡單比較：數(shù)據(jù)庫治理任務(wù)一些商用OLTP RDBMSTeradata邏輯數(shù)據(jù)建模高高物理數(shù)據(jù)建模高低數(shù)據(jù)分塊定義高低數(shù)據(jù)布局定義高自動自由空間治理高低數(shù)據(jù)平衡操縱高無數(shù)據(jù)重組高無索引重組高無工作空間治理高自動查詢調(diào)整高自動負(fù)載治理高自動變換治理

22、高低由于DBA的減少，運行費用將大大降低，使得系統(tǒng)的整體擁有成本大大降低。數(shù)據(jù)庫內(nèi)含豐富的OLAP功能Teradata是專為數(shù)據(jù)倉庫設(shè)計的，要緊用來進(jìn)行數(shù)據(jù)的綜合分析和處理，因此在開發(fā)時嵌入了豐富的OLAP功能，要緊包括：排序 RANK、累計和 CSUM、移動平均 MAVG、移動和 MSUM、移動差分 MDIFF、采樣 SAMPLE、分位 QUANTILE、限定 QUALIFY等。這些函數(shù)能夠和標(biāo)準(zhǔn)的SQL語句一起使用，而且所有這些函數(shù)差不多上在Teradata內(nèi)部以并行方式來工作，速度特不快。在目前眾多的數(shù)據(jù)庫系統(tǒng)中，只有Teradata提供了這種由數(shù)據(jù)庫本身完成的OLAP分析功能。這些函數(shù)

23、在許多前端工具(包括Microsoft Excel)中都能提供，但最大的問題在于：前端工具能夠操作的數(shù)據(jù)量有限，而且速度不快 。假如要基于大量的數(shù)據(jù)完成上述OLAP分析，則只能靠數(shù)據(jù)庫本身能完成，然后將結(jié)果返回給前端工具加以展現(xiàn)。Teradata提供的這些OLAP擴(kuò)展功能更進(jìn)一步確定了它在數(shù)據(jù)倉庫引擎方面的領(lǐng)導(dǎo)地位。Teradata V2R5.0的新增特點Teradata V2R5.0是NCR公司于2002年12月推出的最新版本的Teradata數(shù)據(jù)庫，標(biāo)志著NCR在推動實時數(shù)據(jù)倉庫（Active Data Warehousing）上邁出了關(guān)鍵的一步。其要緊性能改進(jìn)使得客戶在數(shù)據(jù)倉庫應(yīng)用中能更

24、好地解決針對少量數(shù)據(jù)的戰(zhàn)術(shù)性數(shù)據(jù)操作和針對大量數(shù)據(jù)的戰(zhàn)略性數(shù)據(jù)挖掘的平衡，使得數(shù)據(jù)倉庫系統(tǒng)更易于使用，更易于治理。為了能對Teradata V2R5有更多的了解，在此將這一新版本的要緊特性做一個概要性介紹：分區(qū)主索引PPI，解決大數(shù)據(jù)量和小數(shù)據(jù)量操作的矛盾在V2R5中，引進(jìn)了分區(qū)主索引的概念 (PPI)，它是一種新的表的結(jié)構(gòu),運用這種優(yōu)化了物理表設(shè)計使大量的條件約束查詢變得方便和快速, 幸免了對一定范圍的數(shù)據(jù)查詢必需做全表查詢所帶來的系統(tǒng)資源的消耗。在往常的版本中，采納如下的機(jī)制：這種機(jī)制的優(yōu)點是有目共睹的，但假如需要查詢某些特定的大表的一個范圍內(nèi)的數(shù)據(jù)并需要做全表查詢，由于數(shù)據(jù)是HASH分布

25、的，盡管需要涉及的數(shù)據(jù)只是在某一個范圍內(nèi)，但數(shù)據(jù)的實際獲得依舊要通過全表查詢獲得。如此一來必定導(dǎo)致時刻的增加和資源的消耗。V2R5的PPI(分區(qū)主索引)專門好地解決了這一問題，下面讓我們看看它的機(jī)制:User-specified在新的機(jī)制中數(shù)據(jù)將按照預(yù)先設(shè)定的分區(qū)條件設(shè)定在每個AMP中按照分區(qū)均衡分布，因此一個良好的表的組織結(jié)構(gòu)既保證了數(shù)據(jù)在所有AMP中均衡的分布，又保證了數(shù)據(jù)操作的并行性，同時又幸免了在對一定范圍內(nèi)數(shù)據(jù)查詢時做全表掃描的矛盾。通過這兩種方式的比較能夠發(fā)覺對用戶而言，新的功能有如下的好處：顯著地提高了有條件約束的數(shù)據(jù)操作的效率，對用戶而言，他們看到的是一個完整的表，然而在做戰(zhàn)術(shù)性一定范圍內(nèi)的數(shù)據(jù)操作卻只是針對其中的某些子集從而極大地提高了效率和減少了資源的消耗。使系統(tǒng)治理更加方便，消除了用戶需要分表的痛苦，所有的相關(guān)治理工作都由數(shù)據(jù)倉庫系統(tǒng)自動處理。顯著提升了分段查詢的性能（如時刻段），對只訪問當(dāng)前數(shù)據(jù)的用戶提供高性能