CMU 15-445 Database Systems

Lecture #24: Distributed OLAP Databases

Decision Support Systems

• OLAP其他称呼，就是分析数据进行公司的决策分析的

• 两种“数据”架构

  • Star Schema
  • Snowflake Schema

• Star Schema

  • 一张核心表，通过外键连接到外面的表

  • 

  • 一个中心，多个描述

  • 缺点：部分枚举本来可以用数字+映射表示，在这个架构里面必须写真实属性，造成了数据冗余

• Snowflake Schema

  • 外面的一层还可以向外拓展，解决了上面数据冗余的问题

  • 

• 对比
  • 雪花型更省空间，而且避免了规范化的问题（前面星型的枚举人们可能用不同的词汇描述，比如一个人记low，另一个记bad）
  • 雪花型的查询更复杂，跑的会更慢

Execution Models

• PUSH QUERY TO DATA

  • 

• PULL DATA TO QUERY

  • 

Query Planning

• Physical Operators

  • 把查询计划切成一个个得小块推送到对应的数据节点上面去，常用的方案

• SQL

  • 切的是SQL语句
  • 

Distributed Join Algorithms

• 把可以JOIN的部分集中到一个节点JOIN

Cloud Systems

• Newer systems are starting to blur the lines between shared-nothing and shared-disk.
  • Example: You can do simple filtering on Amazon S3 before copying data to compute nodes.

• Managed DBMSs

  • 数据库软件还是那个软件，但实际上是虚拟机+软件（腾讯/阿里云的数据库就是这样，帮你托管数据库）
  • 便宜，易转型（从本地MySQL转到云数据库）

• Cloud-Native DBMSs

  • 就是为了在云上运行设计的

• 

• 云数据库也有人希望把不同厂家的组件组装起来来一个新的，主要是希望统一文件格式，但是太难。。。