GreenPlum疑问？

最近的一个项目让我有幸接触此款数据库产品，对于它MapReduce的架构让我眼前一亮，自己一用hadoop研究了一下。

 

前几天同事参加GP的培训带回来一些GP的资料，最近仔细的研读一下。我觉得伴随信息的膨胀，GP的架构的确是未来的

 

发展方向。

 

不过开始有了小小的疑问，GP的并行处理的关键是将数据均匀的分布在每个节点上?

1987加州大学的伯克利分校发明了RAID技术，我觉得在数据存储层上可以把GP看成是应用了RAID0的技术

那么这样的方式不就是把数据的安全性伴随GP slave的节点数的增大成倍的增加吗？虽然提升了数据处理效率，

但是安全性何言，如果一个slave当掉，那整个数据体系就没有了完整性，GP承载的是TB级别的数据量，那丢失

的数据真的是太大了。

由于本人对GP的认识是初步的，也许在深入了解之后会消失这样的疑问

GP提供了备份方案

评论

1 楼 doublex32 2010-09-14  

你是哪个公司的？我前几天也去参加Greenplum的培训，之前用Greenplum做过项目，所以对他还是有一些了解
“数据均匀的分布在每个节点上”你只理解对了一半，其实Greenplum最大的优势是Shared Nothing MPP架构，每一个Segment节点上面都有自己独立的CPU和Memory，数据不需要像Oracle那样在计算单元和共享存储之间频繁移动。
不同的Segment节点间采用Greenplum Mirror机制保证冗余，同一份数据在集群中有4份copy，同时坏的概率极低。