greenplum学习整理

MPP引擎:

面向过去的描述性分析1.0：业务发生了什么，业务为什么会发生

面向未来的预测性分析：告诉企业将要发生什么，市场如何变化，客户的下一步行为是什么，客户的热点是什么

学习内容：深度学习，机器学习，图计算

数据平台：半结构化，非机构化数据

Hadoop：历史数据湖

数据挑战：

1. 多个异构数据平台，缺乏统一的企业级视图
2. 数据冗余存储，一数多源，存在二义性（数据质量发生问题）
3. 平台间数据共享，交换频繁，数据流网状
4. 技术路线复杂，增加了开发和运维的工作量

1. 集成企业混合数据生态：管理结构化的业务数据，管理数字媒体，半结构化，非结构化数据
2. 多种形态，多种时效的数据

现代化数据平台：

构建混合的数据生态

提供多样化的分析能力

支持多元化基础设施

Greenplum

1. 满足多种时效的数据需求：数据量大，在有限的时间内，可以把数据加载到gp中去，

提供了外部表接口；支持大量并行，持续化的数据加载（支持文本，csv，xml）

流数据：连续数据，支持断点续传：greenmplum gpserver，可以集成kafka