PPT | Greenplum在金融行业的应用场景分享
在业务要求,监管规范和成本效益等众多严格约束之下,金融业的大规模数据管理平台从选无可选的主机,小型机到现在的丰富Hadoop 生态和MPP 平台一路演进过来。在众多的应用场景中,哪些是最适合Greenplum一展身手的;成功的应用在选型时是依据哪些原则做出的选择;哪些容易招致忽视的因素导致了应用效果的损失?且听分享者结合现实案例一一道来…
在业务要求,监管规范和成本效益等众多严格约束之下,金融业的大规模数据管理平台从选无可选的主机,小型机到现在的丰富Hadoop 生态和MPP 平台一路演进过来。在众多的应用场景中,哪些是最适合Greenplum一展身手的;成功的应用在选型时是依据哪些原则做出的选择;哪些容易招致忽视的因素导致了应用效果的损失?且听分享者结合现实案例一一道来…
还在为ORACLE数仓迁移到Greenplum的风险不可控发愁吗?ADAM同阿里云 AnalyticDB for PostgreSQL(云托管Greenplum)紧密结合,即提供Oracle数仓的整体上云方案。
经过十多年发展,大数据处理和分析面临着诸多机遇和挑战。本报告首先回顾数据处理和分析历史,阐述数据处理系统发展的原动力。然后阐述分析 Hadoop 和 MPP 数据库两种技术栈的发展现状,并指出MPP数据库是大数据处理技术的更佳选择。
架构的简洁可以避免很多不必要的麻烦,同时可以节省很多资源。数仓的选型从Hadoop、Hive、Impala到以Greenplum为代表的 MPPDB。数仓解决了海量数据的存储和计算,但对于数据报表及明细高并发服务,又该如何选择?
聚水潭作为国内SaaS产品领头羊,采用与传统软件完全不同的架构,特别是在数据仓库上做了很多不同于传统的尝试。本次将介绍聚水潭产品的架构,以及数据仓库的演进过程。
数据模型迁移和数据迁移都紧密依赖于范围分析,需要根据范围分析的结果进行工作量评估、方案设计、计划排期等相关工作,所以本期将介绍范围分析、数据模型迁移、数据迁移模块的相关实施经验,以及一些经验总结…
建行的数据平台从Teradata迁移到Greenplum挺早之前就开始了,本文所说的就是Teradata迁移到Greenplum第一期,从2016年的12月开始筹划,2017年3月算是正式开始,2017年9月迁移完成,2017年11月上层应用系统正式切换…
互联网业务,通常以保障高并发、高性能、大容量的 OLTP 业务为第一要务,但与之相关的,各种 OLAP 需求也是对公司运营、发展状态的直观展示和反映,也是至关重要的数据库功能。如果简单的将这两大类需求在一套数据库中实现,则很容易产生各种问题,比如性能问题、容量问题。那么如何解决这些问题,响应好各种需求?如何设计和实践 OLAP 架构,让两大类需求相互关联并行不悖?从数据角度看,这些需求的本质是什么?本文分享斗鱼网络资深 DBA赵飞祥关于互联网公司的 OLAP 实践与思考,使用 Greenplumn 和 PostgreSQL 的经验和注意事项,希望能给大家带来借鉴和启发。
Greenplum作为发展历史悠久、业内领先的MPP数据库,以其稳定出色的性能、良好的扩展性赢得业内诸多中小企业的青睐。在演讲中缪长风向大家介绍了Greenplum在阿里巴巴的演进史和最佳实践,并深入讲解了基于Greenplum构筑的云端托管数据仓库服务 AnalyticDB for PostgreSQL,其企业级特性、云上生态建设、行业案例以及未来的roadmap 演进等内容。
本篇文章为大家详细讲解了蓝灯数据作为Greenplum在金融行业的实践者,是如何对Greenplum进行定位的,并通过蓝灯数据在银行业的应用和案例等内容,说明了Greenplum作为MPP数据库的代表,在大数据的浪潮中如何定位,如何与Hadoop生态进行区隔的。