数仓选型对比
1、数仓选型对比如下(先列举表格，后续逐个介绍)
| 数仓 | 应用目标 | 产品特点 | 适用于 | 适用数据类型 | 数据处理速度 | 性能拓展 | 实施难度 | 运维难度 | 性能优化 | 成本 |
| 传统数仓 (SQLServer、Oracle 等关系型数据库) | 面向主题设计的，为 分析数据而设计 | 基于Oracle、 SQLServer、MySQL 等关系型数据 | 在复杂关联、汇总、 事务处理方面能力 强，适合数据量小、 高可靠、数据价值密 度高的应用 | 多适用于结构化数据 | 利用处理过程的中间 表，分析查询速度可 比原有速度提高3~5倍 | 单表上亿，性能断崖 式下跌，拓展性能差 | 难度普通， 技术比较成熟 | 相对简单 | 优化的大致原理有2个： 一是数据分块存储，便 于数据的存储和管理； 二是中间处理，提高数 据提供的速度。 | 软件费用+实施费用， 成本较低 |
| MPP数仓 (以GreenPlum为例) | 在传统数仓之上搭建 并行数据库系统。充 分发挥计算机的优 势，提高数据库系统 的整体性能 | MPP架构、TB级处 理，支持大量运算； 关系型数据库 | 适合结构化数据的深 度分析、复杂查询以 及多变的自助分析类 应用、数据集市等 | 关系数据方面有优 势，比较适合比如电 信、银行这类数据主 要以结构化存储的企 业或组织 | 相比传统数仓，速度 为几倍至几十倍 | 性能可随着硬件的扩 容呈线性增加，拥有 非常好的可扩展性， 扩展上限为几百 | 难度中等， 较成熟 | 中等 | 技术角度：模型优化、 查询执行计划。业务角 度：全量刷新改增量刷 新，减少计算量；充分 利用已计算的指标 | 每2~3TB一个节点， 硬件配置不用太高， GP产品免费，但实 施优化单价较高，成 本中等 |
| Hadoop数仓 | 分布式数据库系统主 要目的在于实现场地 自治和数据的全局透 明共享，而不要求利 用网络中的各个节点 来提高系统处理性能 | Hadoop架构、 HDFS、MR和 Hive,支持海量运 算；非关系型数据 库；TB或更大数据 量，并发多的场景 | 适合海量数据存储查 询、批量数据ETL、 非结构化数据分析等 | 可以基于Hadoop 开发处理结构或非结 构化数据的应用，适 用于互联网领域 | 相比传统Oracle数 仓，速度为几倍至几 十倍(瓶颈阈值高于 MPP数仓) | 支持量高的动态扩 容，扩展上限为几千 | 实施难度高， 要求较高 | 较难 | Hadoop性能调优不 仅涉及Hadoop本身 的性能调优，还涉及更 底层的硬件、操作系统 和Java虚拟机等系统 的调优 | 需要大量的节点支 持，实施人员需要专 业对口，同时需要对 应的非通用sql支 持，成本较高 |