主要的需求
針對大體量表的OLAP統計查詢，需要找到一個穩定，高性能的大數據數據庫，具體使用
- 數據可以實時的寫入和查詢，並發的tps不是很高
- 建立數據倉庫，模式上主要采用星星模型、雪花模型，或者寬表
- 前端展示 分為3類 saiku、granafa、c#代碼開發
- 數據體量：事實表在3-5億、維度表大的在500萬左右
- 數據集成：可以和現在使用的kettle進行無縫集成
基於以上需求，前期使用tidb，但是在大體量表的olap查詢性能不是很好，使用tipark 離線計算還可，但是時間上無法滿足系統需求，初步了解到mpp架構的greenplum。因此先期進行了簡單比較
基礎測試數據表說明
數據表
訂單寬表，數據表字段為300個左右
基本的測試結果 --不包含並發測試
集群基本配置 ：
Greenplum 4台8核56G，9個segments 表：列存，無索引
tidb ：6台8核56G，ssd
tpc-ds
tpc-h
其余測試 --
小結
- 針對OLAP的查詢，greenplum 的分析統計性能要優於tidb
- 在greenplum不使用索引的情況下，點差要比tidb 差不少，增加對應的索引之后，性能差不多，但是greenplum 不建議使用索引
- greenplum在列存的場景下，查詢的列的個數對性能影響較大。
下一步驗證
1.星星模型 下的性能，考慮事實表 3億，維度表 500萬，
2.3億的訂單數據是否需要使用分區表
3.報表導出場景是否可以使用gp
4. sqlserver的存儲過程是否可以遷移到greenplum