2.5　Greenplum的优势

前文介绍了大数据平台的发展趋势和Greenplum的架构和特点，但是这些不足以说明我们为什么要用Greenplum数据库作为数据中台的基础平台。本节将重点介绍Greenplum的优势。

首先，与传统数据库相比，Greenplum作为分布式数据库，本身具有高性能优势。对各行各业来说，OLTP系统最重要的是在保证ACID事务管理属性的前提下满足业务的并发需求，对于大多数非核心应用场景，MySQL、SQL Server、DB2、Oracle都可以满足系统要求，并且随着MySQL性能的优化和云原生数据库的发展，基于MySQL或者PostgreSQL商业化的数据库会越来越普及。数据中台的定位是一个OLAP系统，上述数据库就很难满足海量数据并发查询的要求了。上述数据库的横向扩展能力有限，并且软硬件成本高昂，不适合作为OLAP系统的数据库。Greenplum作为一款基于MPP架构的数据库，具有开源、易于扩展、高查询性能的特点，性价比碾压DB2、Oracle、Teradata等传统数据库。

其次，Greenplum作为分布式数据库，和同为分布式数据库的Hive相比，优势也非常明显。早期Hadoop的无模式数据已经让开发者饱受痛苦，后面兴起的Hive、Presto、Spark SQL虽然支持简单的SQL，但是查询性能仍然是分钟级别的，很难满足OLAP的实时分析需求。后期虽有Impala+Kudu，但是查询性能仍然弱于同为MPP架构的Greenplum。除此之外，Hadoop生态圈非常复杂，安装和维护的工作量都很大，没有专业的运维团队很难支撑系统运行。而Greenplum支持的SQL标准最全面，查询性能在毫秒级，不仅能很好地支持数据ETL处理和OLAP查询，还支持增删改等操作，是一款综合实力非常强的数据库。相对于Hadoop多个组件组成的庞大系统，Greenplum数据库在易用性、可靠性、稳定性、开发效率等方面都有非常明显的优势。

最后，Greenplum作为MPP数据库中的一员，相对于其他MPP架构数据库，也具有非常明显的优势。Greenplum研发历史长、应用范围广、开源稳定、生态系统完善。生态系统完善是指Greenplum的工具箱非常多：GPload可满足高速加载需求，PXF可满足外置表和文件存储需求，MADlib可满足数据挖掘需求，GPCC可满足系统监控运维需求。相对于TiDB、TBase、GaussDB等新兴数据库来说，Greenplum的应用案例最多，生态系统最完善，并且Bug更少。同时，TiDB、TBase、GaussDB等数据库都定位于优先满足OLTP的同时提高OLAP的性能，而Greenplum是以OLAP优先的。虽然前者也有优势，但是将OLAP和OLTP合并实现起来存在以下困难：数据分布在不同的系统已经是行业现实，没有办法将数据集中到同一个数据库；数据中台天然就是一个OLAP系统，没有办法按照OLTP模式设计。综上，作为分布式关系型数据库，Greenplum是搭建数据中台的首选数据库。

图2-5是阿里巴巴大数据平台进化历程。2010年前后，阿里巴巴曾经使用Greenplum来替换Oracle集群，将其作为数据分析平台。从数量上说，Greenplum在2010年实现了Oracle 10倍数据量的管理，即1000TB。但Oracle的架构这些年没有太大变化，而Greenplum数据库已有翻天覆地的革新。在阿里巴巴应用的时代，Greenplum还是EMC旗下的商用数据库，平台尚在发育期，功能也不太完善。而如今的Greenplum已经是社区开源的产品，内核PostgreSQL也已完成了多个版本的升级迭代，现在更是轻轻松松支持上千台服务器的集群，因此承载PB级的数据自不在话下。

图2-5　阿里巴巴大数据平台演进过程

对于大多数有构建数据中台需求的企业，1000TB已经是一个无法企及的高度。大多数据企业的数据都在数TB到100TB的范围内，这个规模的数据正是Greenplum的主要战场。100TB以下规模的数据仓库或者数据中台，Hive发挥不了架构上的优势，反而影响开发速度和运维工作，实在是得不偿失。

在查询性能方面，Greenplum自然不是第一，虽然业界尚无定论，但是据笔者了解，目前ClickHouse是当之无愧的OLAP冠军。相对于ClickHouse，Greenplum胜在高性能的GPload插件、强大的ETL功能、不算太弱的增删改性能。目前，数据中台在稳步向实时流处理迈进，由于不擅长单条更新和删除，因此ClickHouse只适合执行离线数据查询任务，可以作为超大规模数据中台的OLAP查询引擎。

综上所述，虽然Greenplum某些方面不是最优秀的，但仍是最适合搭建数据中台的分布式数据平台，并且以Greenplum现有的性能和管理的数据规模，可以满足绝大多数中小企业的数据中台需求。