infobright: 基于mysql的数据仓库综述

　　摘要：infobright 是基于mysql的，但不装mysql亦可，因为它本身就自带了一个。mysql可以粗分为逻辑层和物理存储引擎，infobright主要实现的就是一 个存储引擎，但因为它自身存储逻辑跟关系型数据库根本不同，所以，它不能像InnoDB那样直接作为插件挂接到mysql，它的逻辑层是mysql的逻辑 层加上它自身的优化器。
　　关键词：infobright；MySql整合；数据仓库；高数据压缩比　　
　   一、技术概况
　　Infobright进行复杂的查询时，通过其专利的知识网格（Knowledge Grid）和综合优化技术，能够实现优异的性能表现。数据在导入Infobright之后将被高度压缩并以“数据块 （Data Pack）”的形式存储，于此同时，知识网格会自动创建一个非常紧凑的元数据，其中包含了统计数据和数据块之间的关系信息。因此当接收到查询时，Infobright查询优化器可以通过元数据智能的决定哪些数据块与查询请求相关，并将之解压。基于知识网格技术，Infobright不需要专门对数据进行划分，也不需要建立索引，从而节省查询处理时间，提升响应速度。 
　　基于列的数据架构 Infobright实施、管理非常简便，不需要人工调试、数据分区和创建索引，有效的降低了管理成本，此外Infobright不需要运行在特殊的专用硬件上，同时它的数据压缩比很高（10:1—40:1），比任何其他数据仓库系统对存储设备的占用都小。这些特性让Infobright为企业IT部门降低了预算上的负担。
　　
　　论文检测天使-免费论文相似性查重http://www.jiancetianshi.com
二、功能
　　Infobright 企业版——分析型高性能数据仓库
　　在随时在线的今天，需要进行业务分析的数据规模惊人增长。商业决策需依托海量数据的实时访问，企业才能保证正确方向。
　　Infobright是一个基于独特的专利知识网格技术的列式数据库，能够降低您90%的管理工作量。使用Infobright不需要创建特殊的数据库模式，无需创建和维护索引，无需对数据进行分区，甚至不需要手动调整，知识网格就会在原始数据导入时，自动创建和维护数据，并用以优化每一个查询。在一台PC服务器上，Infobright企业版在对50TB甚至更多数据量进行多并发复杂查询时，能够显示出令人惊叹的速度，相比于MySQL，其查询速度提升了数倍甚至数十倍。在同类产品中，Infobright的单机性能处于领先地位。
　　三、高数据压缩比
　　1.行业领先的数据压缩技术
　　如果您的系统数据量每天都在快速增长，受限于磁盘的容量与传输速率，您进行备份的成本与时间将快速增加，直至您无法承受。幸运的是，软件技术的发展速度超越了磁盘数据传输技术的发展速度，Infobright可以将数据以10:1至40:1的比率压缩，通过知识网格与列式架构的结合，极大的提升了查询响应速度，并降低了存储成本。通过列式架构和超压缩算法，10TB的原始数据在Infobright中将被压缩至1TB，对某些类型的数据，最高可以达到40:1的压缩率。并且Infobright压缩的速度非常快，目前已经可以以每小时1TB甚至更快的速度向Infobright导入数据，从而让您的数据仓库系统接近“实时”工作的状态。
　　如果您的企业正苦于应对剧增的数据规模、增长的客户需求以及较高的用户期望，同时优化IT投入，Infobright先进的数据库技术就可能帮助到您。让您的IT团队能专注于快速完成业务交付而非基础架构，才能创造更大商业价值。
　　2.MySql整合
　　（1）与MySql整合
　　Infobright是基于MySQL开发的分析型数据库，MySQL原有用户可以通过Infobright得到理想的数据仓库解决方案，它使用MySQL用户熟悉的界面，对基于MySQL开发的应用不需要进行改动，就可以无缝升级到Infobright。与MySQL相兼容的BI工具及ETL工具，Infobright都能完美支持。
　　三、技术特性
　　SQL支持 全面支持ANSI SQL-92标准和SQL-99扩展标准中VIEW和存储过程的部分
　　1.灵活的schema支持。支持所有schema设计；
　　2.行业标准接口。
支持标准数据库接口，包括ODBC、JDBC和本地连接；
　　3.API接口支持  支持的API接口包括C、C++、C#、Borland Delphi (via dbExpress)、 Eiffeel、SmallTalk、 Java (with a native Java driver implementation), Lisp, Perl, PHP, Python, Ruby, REALbasic, FreeBasic, and Tcl；
　　4.DML支持。支持DML语句（Insert、Update、Delete）；
　　5.并发用户数。支持至多500个数据库用户，32个并发查询（视CPU核心数与内存大小而定）；
　　6.操作系统支持。Windows Server 2003/2008 (64-bit, 32-bit), Solaris 10 (64-bit), Red Hat Enterprise Linux 5 (64-bit),Novell SUSE Linux Enterprise 10, Red Hat Enterprise Linux 5 Advanced Server (64-bit),Debian ‘Lenny’ (64-bit), or CentOS 5.2 (64-bit)
　　7.处理器支持。最少4G内存的Intel和AMD x86架构服务器（建议16G内存或更多）
　　[8]电大学习网.免费论文网[EB/OL]. /d/file/p/2024/0424/fontbr />　　8.数据导入方式支持。Infobright企业版支持两种数据导入方式。通过文本方式向MySQL中导入，或通过文本和二进制文件的方式向Infobright中导入（最高280GB/小时）。
　　2.在线分析
　　无论您的公司是在线广告网络，零售商，手机广告服务提供商或是任何其他的制造业，分析的重要性都与与日俱增，了解您网站的性能、您的客户的访问行为、评估广告和营销活动的效果，并分析成功与失败之间的差异，这能够让您企业与竞争对手拉开差距，取得最终的胜利。而这需要您对来自网页和离线方式的大量数据进行有效的利用，Infobright让您能够用低成本的方式轻松获得这种能力，相比与其他类似的方案，Infobright的成本低廉，管理简便，降低了您获得竞争优势的门槛。
　　3.数据集市（Data Mart）
　　数据集市通常定义为包含特定应用分析的数据仓库, 其分析应用与用户的业务紧耦合，具有较强的专业特性，因此通常针对集团内部某个特定的部门建设。在过去几年里，数据集市系统的实施数量快速增长，这种增长是由商业用户快速查询的需求驱动的。
　　过去数据集市项目由集团的IT部门统一实施，而现在，越来越多的集团内部用户部门自行实施数据集市项目，并由内部IT经理担任实施负责人，以确保数据集市的功能与需求吻合。
　　四、Infobright几大优点：
　　1.高压缩比率，平均压缩比可达10：1，甚至可以达到40:1，我用infobright把3.1G的数据存成不足300M。
　　2.列存储，即使数据量十分巨大，查询速度也很快。用于数据仓库，处理海量数据没一套可不行。
　　3.不需要建索引，就避免了维护索引及索引随着数据膨胀的问题。把每列数据分块压缩存放，每块有知识网格节点记录块内的统计信息，代替索引，加速搜索。
　　4.单一台服务器可以高效地读写30T数据。具有可扩展性，这里是指对于同样的查询，当数据量是10T时，它耗费的时间不应该比1T数据量时慢太 多，基本是一个数量级内。
　　与mysql对比：
　　1.infobright适用于数据仓库场合，即非事务、非实时、非多并发；分析为主；存放既定的事实（基本不会再变），例如日志，或汇总的大量的 数据。所以它并不适合于应对来自网站用户的请求。实际上它取一条记录比mysql要慢很多，但它取100W条记录会比mysql快。
　　2.mysql的总数据文件占用空间通常会比实际数据多，因为它还有索引。infobright的压缩能力很强大，按列按不同类型的数据来压缩。
　　3.服务形式与接口跟mysql一致，可以用类似mysql的方式启用infobright服务，然后原来连接mysql的应用程序都可以以类似的 方式连接与查询infobright。这对熟练mysql者来说是个福音，学习成本基本为0。
　　infobright有两个发布版：开源的ICE及闭源商用的IEE。ICE提供了足够用的功能，但不能 INSERT，DELETE，UPDATE，只能LOAD DATA INFILE。IEE除提供更充分的功能外，据说查询速度也要更快。
　　五、不足之处
　　不支持数据更新：社区版Infobright只能使用“LOAD DATA INFILE”的方式导入数据，不支持INSERT、UPDATE、DELETE
　　不支持高并发：只能支持10多个并发查询
　　参考文献：
　　[1]/d/file/p/2024/0424/
　　[2]/d/file/p/2024/0424/bdclkid=Fgu_J5nppoO1yVGFfIpYmHwIw7tK0gscfQE_15OdWORP
　　[3] http://www.wentrue.net/blog/?p=283。 
　　[8]电大学习网.免费论文网[EB/OL]. /d/file/p/2024/0424/fontbr />