热门标签 | HotTags
当前位置:  开发笔记 > 数据库 > 正文

HP与Oracle在海量数据业务展开竞争-mysql教程

6月20日HP公司发布VerticaAnalyticsPlatform5.0版,最新版将与HP自己的硬件产品结合到一起。HP在今年早些时候收购了Vertica,这将帮助HP在逐渐升温的海量数据市场发挥关键作用。Vertica基于列存储。基于列存储的设计相比传统面向行存储的数据库具有巨大

6月20日HP公司发布Vertica Analytics Platform 5.0版,最新版将与HP自己的硬件产品结合到一起。HP在今年早些时候收购了Vertica,这将帮助HP在逐渐升温的海量数据市场发挥关键作用。 Vertica基于列存储。基于列存储的设计相比传统面向行存储的数据库具有巨大

6月20日HP公司发布Vertica Analytics Platform 5.0版,最新版将与HP自己的硬件产品结合到一起。HP在今年早些时候收购了Vertica,这将帮助HP在逐渐升温的海量数据市场发挥关键作用。

Vertica基于列存储。基于列存储的设计相比传统面向行存储的数据库具有巨大的优势。

同时Vertica支持MPP(massively parallel processing)等技术,查询数据时Vertica只需取得需要的列,而不是被选择行的所有数据,其平均性能可提高50x-1000x倍。

Vertica的设计者多次表示他们的产品围绕着高性能和高可用性设计。由于对MPP技术的支持,可提供对粒度,可伸缩性和可用性的优势。每个节点完全独立运作,完全无共享架构,降低对共享资源的系统竞争。在此架构下,添加更多的节点可增加更多的容量和性能。当一个节点出现故障时,不会对整个系统产生影响。其他节点会完成故障节点的任务。

Vertica的数据库使用标准的SQL,同时Vertica的架构非常时候云计算,包括虚拟化,分布式多节点运行等,并且可以和Hadoop/MapReduce进行集成。

HP表示可以单独购买Vertica单纯软件包或购买与四分之一机架(96-core),半机架(192-core)和全机架(384-core)惠普刀片系统捆绑在一起的产品。

HP表示他们的竞争力在于成本只有其竞争对手的一半,并提供多倍于竞争对手的性能。从目前的局面来看,Oracle Exadata System是其主要竞争对手。

Vertica是不是取代Oracle Exadata OLTP的正确选择?当涉及到数据仓库和核心分析时Exadata可能还是好的选择。Vertica的优势在于更加精确、灵活,且维护成本要便宜很多。

惠普首席执行官李艾科表示,这款系统将“为下一代业务智能提供实时分析”,可用于网站流量分析、零售销售的趋势分析或者药物研究。Vertica的客户名单包括Groupin、Twitter、Zynga、Verizon、Comcast、Sprint、At&T等。

惠普已经涉足分析领域,但是通过这款新设备“惠普可以真正打开这个市场,尤其是将分析作为一项服务的市场”。(李智/译)

theregister

推荐阅读
  • Hadoop入门与核心组件详解
    本文详细介绍了Hadoop的基础知识及其核心组件,包括HDFS、MapReduce和YARN。通过本文,读者可以全面了解Hadoop的生态系统及应用场景。 ... [详细]
  • 深入浅出:Hadoop架构详解
    Hadoop作为大数据处理的核心技术,包含了一系列组件如HDFS(分布式文件系统)、YARN(资源管理框架)和MapReduce(并行计算模型)。本文将通过实例解析Hadoop的工作原理及其优势。 ... [详细]
  • 深入解析Hadoop的核心组件与工作原理
    本文详细介绍了Hadoop的三大核心组件:分布式文件系统HDFS、资源管理器YARN和分布式计算框架MapReduce。通过分析这些组件的工作机制,帮助读者更好地理解Hadoop的架构及其在大数据处理中的应用。 ... [详细]
  • MapReduce原理是怎么剖析的
    这期内容当中小编将会给大家带来有关MapReduce原理是怎么剖析的,文章内容丰富且以专业的角度为大家分析和叙述,阅读完这篇文章希望大家可以有所收获。1 ... [详细]
  • 深入解析Spark核心架构与部署策略
    本文详细探讨了Spark的核心架构,包括其运行机制、任务调度和内存管理等方面,以及四种主要的部署模式:Standalone、Apache Mesos、Hadoop YARN和Kubernetes。通过本文,读者可以深入了解Spark的工作原理及其在不同环境下的部署方式。 ... [详细]
  • 大数据时代的机器学习:人工特征工程与线性模型的局限
    本文探讨了在大数据背景下,人工特征工程与线性模型的应用及其局限性。随着数据量的激增和技术的进步,传统的特征工程方法面临挑战,文章提出了未来发展的可能方向。 ... [详细]
  • 本文介绍了Hive作为基于Hadoop的数据仓库工具的核心概念,包括其基本功能、使用理由、特点以及与Hadoop的关系。同时,文章还探讨了Hive相较于传统关系型数据库的不同之处,并展望了Hive的发展前景。 ... [详细]
  • 全面解读Apache Flink的核心架构与优势
    Apache Flink作为大数据处理领域的新兴力量,凭借其独特的流处理能力和高效的批处理性能,迅速获得了广泛的关注。本文旨在深入探讨Flink的关键技术特点及其应用场景,为大数据处理提供新的视角。 ... [详细]
  • 初探Hadoop:第一章概览
    本文深入探讨了《Hadoop》第一章的内容,重点介绍了Hadoop的基本概念及其如何解决大数据处理中的关键挑战。 ... [详细]
  • 流处理中的计数挑战与解决方案
    本文探讨了在流处理中进行计数的各种技术和挑战,并基于作者在2016年圣何塞举行的Hadoop World大会上的演讲进行了深入分析。文章不仅介绍了传统批处理和Lambda架构的局限性,还详细探讨了流处理架构的优势及其在现代大数据应用中的重要作用。 ... [详细]
  • 深入理解云计算与大数据技术
    本文详细探讨了云计算与大数据技术的关键知识点,包括大数据处理平台、社会网络大数据、城市大数据、工业大数据、教育大数据、数据开放与共享的应用,以及搜索引擎与Web挖掘、推荐技术的研究及应用。文章还涵盖了云计算的基础概念、特点和服务类型分类。 ... [详细]
  • 本文介绍如何通过整合SparkSQL与Hive来构建高效的用户画像环境,提高数据处理速度和查询效率。 ... [详细]
  • 本文介绍了Hadoop的核心组件,包括高可靠性和高吞吐量的分布式文件系统HDFS、分布式的离线并行计算框架MapReduce、作业调度与集群资源管理框架YARN以及支持其他模块的工具模块Common。 ... [详细]
  • 大数据领域的职业路径与角色解析
    本文将深入探讨大数据领域的各种职业和工作角色,帮助读者全面了解大数据行业的需求、市场趋势,以及从入门到高级专业人士的职业发展路径。文章还将详细介绍不同公司对大数据人才的需求,并解析各岗位的具体职责、所需技能和经验。 ... [详细]
  • 本文介绍了如何使用Flume从Linux文件系统收集日志并存储到HDFS,然后通过MapReduce清洗数据,使用Hive进行数据分析,并最终通过Sqoop将结果导出到MySQL数据库。 ... [详细]
author-avatar
-起司Cheese-
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有