与 OLAP 多维数据集相比，是否最好使用基于 Vectorwise 的系统进行有效的数据分析。我的想法是矢量单指令多数据（SIMD）可能很好，但没有太多好的材料和资源来设计系统。
如何在 PostgreSQL 中创建数据仓库，然后使用向量技术来增强获取、钻孔和切片、切块操作。
我试图研究 redshift，zoho，他们正在利用/依赖http://www.actian.com/提供服务。什么是结合具有成本效益的矢量技术的好方法。
问问题
460 次
2 回答
0
OLAP 可以通过多种方式完成。正如您可能知道的那样，有两种缩放方式 - 水平和垂直。VectorWise 可能是最好的垂直可扩展 RDBMS，因此是此类环境中 OLAP 的完美候选者。它也很好（并且经常使用）与 Hadoop 或类似的协作，这可能是存储大量数据以进行 SQL 查询的最佳方式。
最后，标题具有误导性和尴尬... VectorWise 是为 OLAP 制作的！因此，标题中有“vs”的位置。
于 2014-07-09T11:05:06.537 回答
0
研究不同的解决方案和数据库管理技术，我发现多维数组非常适合计算大量数据的结构。Vectorwise、HP vertica 都是很好的商业上可行的解决方案，并且具有 MPP（大规模并行处理）和 SIMD 的能力，这使得它们非常有用。
我发现了一些基于开源和多维数组的 DBMS，其比较可以在这里找到。http://www.slideshare.net/jdegoes/rise-of-the-scientific-database
于 2014-04-18T14:25:24.667 回答