1.产品定位
南大通用自主研发的 GBase Cloud Data Warehouse( 简称 GCDW) 是一款基于列存
储的海量分布式大规模并行处理的多实例弹性云数据仓库。 适用于云上和云下环
境, 为用户提供海量数据的查询分析服务。
GBase Cloud Data Warehouse 既支持本地部署( 私有云下的计算与存储分离模式)
也支持云上部署, 具备弹性伸缩能力, 可以在公有云上提供 SaaS 能力, 为客户提
供企业级弹性数据仓库系统, 开箱即用, 降低系统的复杂度和费用; 在本地私有云
下部署计算存储分离的集群, 可以实现计算资源、 存储资源的解耦, 计算和存储都
可以快速的弹性扩容, 为用户提供数据库服务, 用户通过私有云提供统一服务管理
接口进行数据库的计算资源、 存储资源管理。
2.应用场景
GBase Cloud Data Warehouse 通过 SaaS 模式在云上向企业用户提供企业级的数据仓库。 该模式下, 企业用户仅需要具备云上账户, 在云上根据自己的存储和计算需求
选择某个规格的数据仓库, 即可在其上加载用户自己的数据并进行数据查询和分
析。 同时, GBase Cloud Data Warehouse 具有弹性资源扩展能力, 用户可以根据自
身的需要随时弹性扩展计算单元或者存储单元。
GBase Cloud Data Warehouse 是基于 GBase 8a MPP Cluster 专业打造的云上数据仓库
管理系统, 在 GBase 8a MPP Cluster 的功能基础上实现计算与存储分离, 更加贴合
云平台底层, 让用户能够在云中更轻松地设置、 操作, 满足用户云环境下数据仓库
需求。 所以, GBase Cloud Data Warehouse 适用于分析类型的大数据平台、 综合性
BI 系统、 数据仓库和集市系统的云上系统。 同时 GBase Cloud Data Warehouse 的算
力弹性伸缩特性使其非常适用于业务规模( 并发量、 处理的数据量等) 在不同时段
变化较大的场景, 能够在不同的时段根据业务需求自动匹配合适的资源, 在节省用
户成本的同时很好的保证用户业务的性能需求。
3.技术特点
GBase Cloud Data Warehouse 是基于 GBase 8a MPP Cluster 的技术特点, 同时还具有云上数据库高性能、 高可用、 易扩展、 易管理的技术特点。
具体特点如下:
易管理
GBase Cloud Data Warehouse 的云上服务不需要用户安装部署, GCDW 提供了 WEB
端操作界面, 只需要在 WEB 界面选择需要的规模就可以获取相应的服务。
易扩展
GBase Cloud Data Warehouse 计算与存储分离
云服务: 支持主流云平台: 阿里云、 腾讯云、 华为云等。
资源按需在线弹性伸缩:
云上存储资源对用户无容量限制, 用户无需规划存储容量和扩容存储硬
件, 只需按实际需要存储数据即可;
计算资源弹性收缩, 可按用户的配置, 在到达用户指定条件时增加或者减
少计算资源, 用户按实际使用的资源付费, 使用户在满足性能需求的同时
高效使用所需资源。
高性能
数据文件多版本管理机制: 数据文件的多版本管理机制使读事务不需要与写事
务互斥就可以安全读取数据文件, 读写事务并发时 MVCC 控制各事务对数据
的版本可见性。
多级缓存机制: 直接从云存储读取数据受限于网络带宽, GCDW 计算服务节点
设计了两级缓存预读数据, 以提升数据读写速度。 业务程序启动时即将业务相
关所有数据从云存储调入到二级缓存 SSD 中, 程序实时需要的数据装入一级缓
存中。 上层应用需要的数据查找顺序是: 一级缓存、 二级缓存、 云存储。
高可用
数据高可用: GCDW 的数据保存在第三方云存储上, 当前云存储普遍可提供
99.999%的数据可靠性, GCDW 由云存储保证数据的高可用和完整性。
服务高可用: GCDW 的所有服务都是多节点分布式部署运行, 有节点服务故障
时, 会即时自动克隆故障节点的最近完好状态替换原故障节点。
可靠的数据安全
完善的用户认证及权限管理: 提供完善的用户、 角色和账号控制策略, 保证集
群数据库访问的安全性。
丰富的加密函数: 支持多种加密函数, 如 AES_ENCRYPT、 ENCRYPT、 MD5、
SHA1、 SHA、 SHA256、 SM4 等。
动态数据脱敏: 支持默认脱敏、 随机脱敏、 自定义脱敏、 哈希脱敏和指定位置
脱敏五种数据脱敏函数。
完备的 SQL 标准化支持
支持 SQL92 ANSI/ISO、 SQL99 标准;
支持 ODBC、 JDBC、 ADO.NET、 C API、 Python API 和 TCL API 等接口;
支持大部分 SQL 2003 OLAP 函数。
「喜欢这篇文章,您的关注和赞赏是给作者最好的鼓励」
关注作者
【版权声明】本文为墨天轮用户原创内容,转载时必须标注文章的来源(墨天轮),文章链接,文章作者等基本信息,否则作者和墨天轮有权追究责任。如果您发现墨天轮中有涉嫌抄袭或者侵权的内容,欢迎发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。




