Vertica系列： Vertica 数仓简单介绍

从多个博主那里简单学习一下下，复制粘贴的文字，粗略了解
1、简介
Vertica是一款基于列存储的MPP（massively parallel processing）架构的数据库。它可以支持存放多至PB（Petabyte）级别的结构化数据。
是由关系数据库大师Michael Stonebraker(2014 年图灵奖获得者)所创建，于2011年被惠普收购并成为其核心大数据平台软件
Vertica 采用无共享的MPP 架构，基于工业标准的x86 服务器，拥有高可扩展性。
Vertica 集群中的所有节点100%对等，集群中没有主节点或其他共享资源。通过增加节点，就可以线性地扩展集群的计算能力和数据处理容量。

2、特性
1）列式存储

vertica以列格式存储数据， 以便在查 询时获得最佳性能。相比基于行的存储， 列存储可减少磁盘I/O， 非常适合读取 密集型工作负载

SELECT avg（price）FROM tickstore WHERE symbol ='AAPL' and date ='5/31/13';

对于此示例查询，列存储只读取三列，而行存储读取所有列：

2）高级压缩

压缩会将数据转换为紧凑的格式。 Vertica 使用多种不同的压缩方法， 并 且可以根据要压缩的数据自动选择最 佳方法

3）高可用

  Vertica 使用类似RAID 的功能为数据库 提供高可用性。

4）自动数据库设计

  Vertica数据库参数几乎无需二次配置

5）海量并行处理

   支持海量的事务并行分析处理

6）应用程序集成
集成了DBD分析引擎、Vertica MC控制 管理平台、Vertica WLM资源控制、 scheduler任务计划对接kafka等

3、vertica组件介绍
wos:将未经压缩或建立索引的数据存储在内存中。

ros:将数据存储在磁盘上；这些数据会经过分段，排序，压缩，以便提高优化水平

tuple mover

moveout ‐ 将数据从WOS 复制到Tuple Mover， 然后再复制到ROS； 数据在列式文件中会经过排序、编码和压缩

mergeout ‐ 将若干较小的ROS 容器组合成一个较大的容器， 以 便减少碎片

4、Projection简介
Projection是Vertica 存储数据的方式 – 由一个或多个表中的列集组成

由Vertica 自动维护 – 不进行夜间Projection重建

每个Projection存储单独的数据副本 – 编码和压缩最大程度地降低存储需求

5、vertica对象层次化：

1 、Projection类型

（1）超级Projection (Super projection) – 包含一个逻辑表的所有列的Projection
（2）特定于查询的Projection (Query-specific projection) – 针对特定查询或一类查询优化 – 可以包括列子集
（3）预联接Projection (Pre-Join projection) – 存储一个事实表与一个或多个维度表之间的联接结果
（4）分支Projection (Buddy projection) – 具有相同列和分段的Projection位于不同的节点上，可提供高可用性(HA)

2、如何创建projection
（1）首次将数据加载到表中时自动创建 – 未经优化的超级Projection (Super projection)
（2）使用Database Designer 自动创建 – 经优化的超级Projection (Super projection) – 可能是特定于查询的Projection (Query-specific projection)
（3）在vsql语句中使用CREATE PROJECTION 语法手动创建

3、编码/压缩与排序
（1）每个列始终经过编码、压缩，或者编码并压缩。
（2）Vertica 可以直接处理编码的数据；压缩的数据则必须首先解压缩。
（3）在ORDER BY 语句中，所有Projection至少包含一个列

4、对于小型Projection，会将完整Projection复制到每个节点 – 本质上提供了此Projection的高可用性

5、对于大型Projection，将Projection数据分布在多个节点上