Comments 7
А можете перезалить картинки или указать их источники, т.к. мелкий шрифт не читается?
Интересная тема, прекрасно иллюстрирована.
Укажите пож. первоисточник, если статья переводная.
Спасибо.
Чтобы обнаруживать новые паттерны, аналитические приложения должны обрабатывать данные на обобщенном уровне. Традиционные реляционные СУБД, например DB2, Oracle и SQL Server, которые работают на универсальном или стандартном оборудовании, не справляются с такими рабочими нагрузками.
Конкретно DB2 от рождения умеет в MPP/shared-nothing на обычных серверах и на нем вполне себе строили DWH/OLAP на десятки и даже сотни ТB еще в нулевых
Для решения этой проблемы на рынке появились СУБД Teradata, устройства Netezza, Neoview, Parallel Data Warehouse и SAP HANA. Они работают на специализированном аппаратном обеспечении
Конкретно SAP HANA никакого специализированного железа не использует (HANA-апплайнсы - обычные серверы, но в жестко прибитой гвоздями конфигурации, сейчас почти не используют - делают по workload-sizing-модели)
"Но из всех этих технологий большой популярностью пользуется только Teradata. "
Скорее пользовалась :) Технология по факту умерла году так в 2016-2017 и дальше есть некие попытки вендора оживить этот технологический труп чтобы хоть как то конкурировать на рынке по части TCO vs Performance
Эволюция архитектуры данных: как потребности бизнеса изменили инструменты для хранения данных