Warum basieren so viele MPP-Lösungen auf PostgreSQL anstelle von MySQL?

7

Astor Data, Greenplum und GridSQL ermöglichen die massive parallele Verarbeitung von SQL-Abfragen. Sie basieren alle auf der PostgreSQL-Technologie. Liegt das nur an Lizenzproblemen oder gibt es andere Gründe? Mir scheint, dass MyISAM nicht ACID-konform ist und daher nicht mit MVCC (wie hier zu sehen ) auf dieselben Probleme stößt, da PostgreSQL für den Aufbau von Hochleistungs-Data Warehouses weitaus besser geeignet ist. Immerhin erfordert das Laden von OLAP keine Transaktionen, soweit ich sehen kann.

mysql postgresql data-warehouse rdbms parallelism David
quelle

Antworten:

13

Es handelt sich hauptsächlich um ein Lizenzproblem. Diese Entwicklungen führen dazu, dass der Code ziemlich stark gepatcht wird. Wenn Sie sich also mit MySQL befassen möchten, müssen Sie entweder Ihren Code als Open-Source-Code bereitstellen oder für die Dauer Ihres Geschäfts dem Firmeninhaber von MySQL ausgeliefert sein. Einige Angebote für MySQL umgehen dies, indem sie ihre Arbeit als Speicher-Engine implementieren, aber das bietet nicht die Flexibilität, die sie benötigen, und sie patchen immer auch den MySQL-Kern.

Peter Eisentraut
quelle
Nicht wahr. Sie müssen die Quelle nur preisgeben, wenn Sie meines Wissens eine GPL-App vertreiben. Wenn Sie es intern verwenden, können Sie Ihre Änderungen für sich behalten. Aus diesem Grund sagt Stallman, dass SaaS ein Ende der GPL ist.
Gaius
7
Gaius: Was ist dein Punkt? Die hier diskutierten MPP-Lösungen verkaufen proprietäre Software, die von Open-Source-Software abgeleitet ist. Sie verkaufen ihre Software nicht als Dienstleistung.
Peter Eisentraut
10

Ich kann zwei Gründe sehen:

1) In der Vergangenheit hatte PostgreSQL einen besseren Abfrageplaner und Statistikanalysator. Dies mag jetzt nicht zutreffen, aber vor einigen Jahren war PostgreSQL bei komplexen Abfragen, bei denen es sich um OLAP handelt, viel besser als MySQL.

2) PostgreSQL bietet bessere Funktionen / Trigger / etc Programmierunterstützung.

rvs
quelle
Ich denke es tut es immer noch. obwohl ich überhaupt nicht für MySQL 5.5
Xenoterracide
1
Nun, die meiste Zeit entwickeln diese kommerziellen Gabeln ihren eigenen Planer und Optimierer, um der verteilten oder parallelen Natur ihrer Arbeit Rechnung zu tragen.
Peter Eisentraut
6

Wie Peter Eisentraut richtig hervorhob, handelt es sich in erster Linie um ein Lizenzproblem. Postgres ist unter einer BSD-ähnlichen Vereinbarung lizenziert, die es im Wesentlichen zu einem "kostenlosen für alle" macht, solange Sie die ursprünglichen Entwickler für Ihre abgeleiteten Arbeiten gutschreiben.

Die Debatte zwischen MVCC und Locking Scheduler war Gegenstand von mehr als ein paar "heiligen Kriegen" im Internet. Die Debatten über die Vorzüge verschiedener Speicher-Engines waren gleichermaßen umstritten.

Die Vorteile verschiedener Row-Major-Speicher-Engines (auch bekannt als Row-Store-Speicher-Engines) sind meiner Meinung nach aus zwei Gründen für MPP-RDBMS, die für analytische Workloads entwickelt wurden, weitgehend irrelevant:

  1. Während die Besonderheiten der Speicher-Engine für die Verarbeitung von ACID-Transaktionen in Workloads vom Typ OLTP wichtig sind, müssen Sie in einer typischen Data Warehousing-Umgebung nur einen Typ von "Transaktion" unterstützen - ein Batch-Laden. Im Idealfall sollte die Batch-Ladung entweder vollständig erfolgreich sein oder vollständig fehlschlagen.
  2. Analytische Datenbanken, die auf Spaltenspeicher-Speicher-Engines basieren, übertreffen in vielen Fällen jede Zeilenspeicher-Implementierung. Vertica war von Anfang an ein Spaltenspeicher. Teradata und Greenplum haben ihren Produkten kürzlich Funktionen für Spaltenspeicher hinzugefügt.
CodeMoney
quelle
4

Ich habe ein MPP-System auf MySQL erstellt und das System aus zwei Gründen verworfen:

1) ist Oracle

2) ist das Fehlen von Hash-Joins - verschachtelte Schleifen- und Index-Joins skalieren nicht auf das in einem MPP-System erforderliche Niveau - wiederum, weil Oracle die versprochene Bereitstellung von Hash-Joins in der 5.x-Codezeile nach der Übernahme des Eigentums verhindert hat.

MPP-Big-Data-Systeme müssen Verknüpfungen aufweisen, die nicht geometrisch komplex sind. - Lineare oder logarithmische lineare Komplexitätsverknüpfungen müssen eine echte Präferenz für echte Big-Data-Systeme sein.

Ich habe Actian stattdessen vektorweise im neuen DeepCloud MPP-System bereitgestellt und dabei die Nieselregen- / MySQL-Kompatibilität auf Benutzerebene beibehalten.

Benutzer, die eine schnelle Big-Data-Analyse wünschen, können DeepCloud von http://www.deepcloud.co herunterladen

Randolph
quelle
3
Hallo Randolph, und willkommen auf der Seite. Ich möchte Sie nur ermutigen, einen Blick auf die FAQ zu werfen und das bisschen über Werbeaktionen zu beachten. Die Benutzer hier neigen dazu, die Produktplatzierung zu missbilligen, aber Sie tun das Richtige und diskutieren hier die Vor- und Nachteile. Es würde nicht schaden, Ihre Zugehörigkeit zum Produkt in Zukunft offenzulegen und vielleicht zu sagen: "Hier ist ein Produkt, an dem ich arbeite, das genau das tut, was Sie brauchen." (PS: Einige Leute haben sich beschwert, dass sich dies "wie eine Werbung anfühlt", aber Sie diskutieren aktiv, warum das Verwerfen die richtige Wahl war, was richtig ist)
jcolebrand