1、先了解下OLTP與OLAP區(qū)別

OLTP(OnLine Transaction Processing ，聯機事務處理)系統

例如mysql。擅長事務處理，在數據操作中保持著很強的一致性和原子性 ，能夠很好的支持頻繁的數據插入和修改 ，但是，一旦數據量過大，OLTP便力不從心了。

OLAP(On-Line Analytical Processing，聯機分析處理)系統

例如Greenplum。不特別關心對數據進行輸入、修改等事務性處理，而是關心對已有 的大量數據進行多維度的、復雜的分析的一類數據系統 。

2、什么是MPP數據庫？（Massively Parallel Processing）

MPP架構是將任務并行的分散到多個服務器和節(jié)點上，在每個節(jié)點上計算完成后，將各自部分的結果匯總在一起得到最終的結果。采用MPP架構的數據庫稱為MPP數據庫。

3、為什么需要MPP數據庫？

3.1 海量數據的分析需求

傳統數據庫無法支持大規(guī)模集群與PB級別數據量

單臺機器性能受限、成本高昂，擴展性受限

3.2 支持復雜的結構化查詢（這里是重點）

復雜查詢經常使用多表聯結、全表掃描等，牽涉的數據量往往十分龐大；支持復雜sql查詢和支持大數據規(guī)模；

3.3 Hadoop技術的先天不足

Hive等sql-on-hadoop性能太慢，分析場景不一樣，SQL兼容性與支持不足

4、MPP數據庫應用領域

大數據分析：MPP數據庫做大數據計算或分析平臺非常適合，例如:數據倉庫系統、歷史數據管理系統、數據集市等。

有很強的并行數據計算能力和海量數據存儲能力，但是他不擅長高頻的小規(guī)模數據插入、修改、刪除，每次事務處理的數據量不大。這類數據衡量指標是TPS，適用的系統是OLTP數據庫。

-----

所以，報表統計分析、運維統計數據，快速生成報表展示都可以使用mpp數據庫。

符合幾個條件：不需要更新數據，不需要頻繁重復離線計算，不需要并發(fā)大。

有上百億以上離線數據，不更新，結構化，需要各種復雜分析的sql語句，那就可以選擇他。幾秒、幾十秒立即返回你想要的分析結果。例如sum，count，group by，order，好幾層查詢嵌套，在幾百億數據里分分鐘出結果

這類的數據庫有，clickhouse，greenplum

《新程序員》：云原生和全面數字化實踐50位技術專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的tps 数据库写并发衡量_MPP数据库简介的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。