南大通用GBase 8a MPP Cluster（gbase database）作为国内领先的分析型分布式数据库，已经在金融、电信、政务等关键行业的核心分析系统中广泛部署。本文将深入浅出地为你解析 GBase 8a数据库的产品架构原理，帮助技术团队快速理解其设计思想和技术优势。
GBase 8a 在数据存储方面做了大量的优化设计，这也是它能够在分析型场景中表现优异的关键所在。
1、 列式存储：只读需要的列
与传统行式数据库不同，GBase 8a 采用列式存储。数据在磁盘上按照列（字段）来组织和存储。
想象一下，你有一张包含 100 个字段的用户表，但你只需要查询"姓名"和"年龄"两列。在行式数据库中，即使只需要两列数据，系统也必须把整行数据（100个字段）都读出来；而在列式数据库中，系统只读取需要的两列，I/O 开销降低到原来的 1/50！
列式存储的优势：
降低I/O
只读需要的列，大幅减少磁盘读取
高压缩比
同列数据类型一致，压缩率更高（2~20 倍）
支持行列混存
应对宽表场景，兼顾查询灵活性和性能
2、 数据分布：三种策略各显神通
数据如何分布到不同的 GNode 节点上？GBase 8a 提供了三种策略：
HASH分布
原理：按指定列的哈希值将数据分配到不同节点。
适用场景：常用于 JOIN 频繁的列，相同哈希值的数据集中在同一节点。
RANDOM分布
原理：数据随机均匀分布到各个节点。
适用场景：对分布无特殊要求的通用场景。
REPICATED分布
原理：每个节点都保存完整的数据副本。
适用场景：适合数据量小但查询频繁的维度表。
3、 高效压缩：100GB变5GB
GBase 8a 支持实例级、表级、列级三级压缩策略，能够按照数据类型和数据分布规律自动选择最优压缩算法。
- 压缩比可达到2~20 倍，远高于行存储。
- 节省50%~95%的存储空间。
- 降低 I/O 消耗，数据加载和查询性能明显提升。
- 压缩和解压缩过程对用户完全透明。
4、 智能索引：万亿级加速
GBase 8a 的智能索引是一种粗粒度索引技术，它有这样几个突出特点：
- 每65536行数据自动生成一个数据包，并建立智能索引。
- 智能索引包含最小值、最大值、空值、SUM 值等统计信息。
- 无需解包即可获得统计值，快速过滤不相关的数据包。
- 索引空间仅占数据量的 1%（传统索引占 20%~50%）。
- 自动创建，无需手工维护。
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/69979120/viewspace-3172864/ ，如需转载，请注明出处，否则将追究法律责任。
最新文章
- 南大通用GBase 8s数据库TPC-H仅21.34秒，跑出列存真实力（下）
- GBase 8s数据库TPC-H仅21.34秒，跑出列存真实力（上）
- 南大通用GBase 8a GCDW多租户数据共享标杆场景适配简析
- 南大通用GBase 8a GCDW多租户数据共享实用价值解析
- GBase 8s数据库root dbspace 存储结构分析
- GBase 8s数据库root dbspace保留页浅析
- DB-Engines榜单10月发布，部分国产数据库排名下滑
- 南大通用GBase 8a数据库压缩算法新老版本对照
- 南大通用GBase 8a数据库压缩算法类型简析
- G术时刻 |南大通用GBase 8c分布式数据库客户端工具 gsql
