常见问题
-
多大的维度表不适合unsegmented？
假设维度表有5000万行，每行200字节，只是数据就需要约10GB。 如果在关联/分组操作中不能用上Merge Join/Group By Pipe, 数据加上hash 表结构、关联或分组操作等，这样的Hash Join/Group 很有可能需要10+ GB内存。内存容易成为多个这中并发负载场景的瓶颈。 所以通常建议：上千万的维度表，最好按与事实表关联的键值 hash 分布到所有节点上。
-
什么是Eon模式下的Vertica？
Eon模式下的Vertica采用云优化架构设计，通过扩展云基础架构以满足需要时的峰值需求，并在不需要时进行缩减，从而提高了操作简便性并更好地支持可变工作负载。Eon模式下的Vertica通过将计算和存储区分开来实现这一点，它通过扩展计算资源而不依赖共享S3存储来管理动态工作负载。Vertica现在提供更多选择，Vertica采用纯存储的Eon模式的Vertica，可以为本地环境提供云优化架构的所有功能。
Vertica与Pure Storage合作，将Eon模式下的Vertica带入Pure Storage FlashBlade™，这是一种本地分布式文件和对象存储解决方案。这种结合为客户提供了功能强大的高级分析平台，以及可针对现代数据量进行扩展的快速对象存储解决方案。 -
Vertica在Eon模式下有哪些好处？
以Eon模式部署Vertica的客户将看到以下好处：
- “适当大小”的经济学原理-Eon模式下的Vertica通过为查询提供恰好适当数量的计算资源以及为数据提供适当数量的存储资源，组织可以将数据平台成本直接与业务需求联系起来。
- 弹性可伸缩性 –无缝地彼此独立地扩展 S3容量和节点数。
- 线性吞吐量扩展 –您可以通过简单地添加更多节点来满足动态工作负载的需求，快速扩展集群可以处理的查询数量。
- 运营效率 –提供更高的操作简便性和工作负载隔离，以满足SLA和业务利益相关者的目标–对任何IT组织都是双赢。使用处于Eon模式的Vertica，在节点关闭甚至修复过程中，Vertica群集的性能都是可预测的。此外，节点恢复比以往任何时候都更加高效，快速，可预测且更可靠。
-
Eon模式下的Vertica的用例是什么？
以下是一些应用于基于计算和存储分离的数据分析的用例示例:
- 智能设备早期发布测试 –医疗设备制造商将向市场投放嵌入了比以前更多的传感器的医疗设备。在正式发布产品之前，它需要在主要客户处进行试用。Eon模式下的Vertica提供了用于分析试验数据的最佳资源，从而确保了设备制造商在普遍可用的批量发布时具有最大的可靠性。
- 优化设备设置的实验和发现 –暖通空调制造商需要通过对边缘设备进行更新，收集大量传感器数据并快速识别微模式来进行定期维护测试，然后再推出优化设置。通过将Vertica置于Eon模式，HVAC制造商可以无缝地增加计算和存储资源，以适应不断增长的活动。
- 新产品推出的参与度分析 –游戏公司必须在大型发布会或锦标赛中增加分析能力，以评估新游戏的成功或在大型锦标赛或特殊事件中提供客户见解。借助Vertica处于Eon模式，游戏公司可以按事件获取关键反馈的及时分析，以便及时进行修改以吸引其社区，而不是最终推出，因为这可能为时已晚，无法吸引和留住游戏玩家。
- 季节性销售模式的分析–由于销售旺季或月末要结帐，零售商的分析工作量可变。无论并发用户有多少，他们都需要最大的仪表板性能，以便关键成员可以访问重要指标。Eon模式下的Vertica可以确保最大的仪表板性能，无论并发用户的数量如何，因此无论分析平台上的负载和季节如何，关键成员都可以访问重要指标。
- 基于项目的数据科学 –合同数据科学家越来越多地用于基于项目的工作，他们在该项目中增加和减少分析项目，以满足特定的客户可交付成果和时间表。Eon模式下的Vertica使承包商拥有更大的灵活性，可以更快地满足客户需求，而不必担心成本高昂的预留空间。
- 数据科学与工程团队的协作 –机器学习模型通常是在云中构建的，然后才将模型最终部署到更大的生产型本地分析平台上。Eon模式下的Vertica提供了一个“混合”桥梁，使数据科学和数据工程团队可以就世界上最好的机器学习模型开发，测试和部署方法进行协作。