本篇将向大家介绍如何快捷的安装部署GreenPlum测试集群，大家可以跟着我一块儿实践一把^_^ 1.主机资源 申请2台网易云主机，操作系统必须是RedHat或者CentOS，配置尽量高一点。如果是sa统一初始化的物理机，这里不再描述，因为中间有很多操作（比如关闭puppet服务 ...

谈到GreenPlum，肯定会有同事说HAWQ！是的，在本系列第一篇选型流水记里，也有提到。因为对HAWQ接触有限，没有深入具体了解，所以很多信息都是来自于博文，人云亦云，我把看过的资料简要整理，希望对感兴趣的同事有一些帮助^_^ HAWQ的身世：https ...

广义上来说，Hadoop大数据平台也可以看做是新一代的数据仓库系统， 它也具有很多现代数据仓库的特征，也被企业所广泛使用。因为MPP架构的可扩展性，基于MPP的数据仓库系统有时候也被划分到大数据平台类产品。 但是数据仓库和Hadoop平台还是有很多显著的不同。针对不同的使用 ...

在《 【大数据之数据仓库】选型流水记》一文中有提及，当时没有测试GreenPlum的quicklz压缩算法和ORCA查询优化器，考虑到quicklz压缩算法因为版权问题不会开源（详情请参阅： https://github.com/greenplum-db/gpdb/blob/master/src ...

作者：原上野 标题： 大数据数据仓库建设 链接：https://www.jianshu.com/p/83fa7b8c8e02 来源：简书 一，数据仓库的数据模型 1. 数据源 数据源，顾名思义就是数据的来源，互联网公司的数据来源 ...

前言 数据仓库是今年来适应利用数据支持决策分析的强烈需求而发展起来的数据库应用技术，诚然，数据仓库以数据库为基础，但是他在需求、客户、体系结构与运行机制等方面与数据库存在重大的不同，Kimball说:"我们花了二十年的时间往数据库中加入数据，现在该是拿出来使用的时候了。" ---摘自 ...

1. 摘要 对于大数据而言，数据仓库承载着整个企业的全业务的数据。早期数仓在关系型数据如Oracle，MySql上。到大数据时代，基于hadoop生态的大数据架构，数仓基本上都是基于hive的数仓。对于很多大数据开发者而言，特别是早期，很多开发者认为hive数仓就是和业务相关，隐射Hdfs ...

1.大数据是什么? 大数据是最近IT界最常用的术语之一。然而对大数据的定义也不尽相同，所有已知的论点例如结构化的和非结构化、大规模的数据等等都不够完整。大数据系统通常被认为具有数据的五个主要特征，通常称为数据的5 Vs。分别是大规模，多样性，高效性、准确性和价值性。 据Gartner称，大规模 ...