IBM DB2 BLU Acceleration、SAP HANA 与Oracle Exadata 的 比较
需积分: 9 130 浏览量
2014-10-10
22:52:44
上传
评论
收藏 199KB PDF 举报
研究报告
IBM DB2 BLU Acceleration、SAP HANA 与 Oracle Exadata 的
比较
执行摘要
问题
：如何最高效地分析大量数据（大数据）。
解决方案
：解决方案要涵盖三个方面：
1. 找到组织和压缩数据的方式，让大量数据可以占用更少的空间，并找出一
种可以读取已压缩的数据，以加快查询速度的方式；
2. 使用高效的算法，加快大数据分析的速度；
3. 选择一个可以提供均衡的资源利用率的系统环境，让 CPU 处理能力、内存、
输入/输出（I/O）、网络和存储能以均衡的方式协同工作，尽可能迅速地生成
查询结果。
三家公司（IBM、SAP 和 Oracle）都构建了旨在加快大数据分析的软件环境。然而，
各厂商在组织/查询数据的方式，以及在相关的系统设计方面存在着非常明显的差异：
IBM 的方法使用了一项创新的技术，称为 DB2 BLU Acceleration。BLU 使用
列式方法，迅速减小了大数据的数据库大小，以隔离相关的数据，有效地
快速
读取
大型数据库（这种方法使 BLU 实现了比传统基于行的方法快 10-50 倍的
性能）。IBM 的方法还使用了数据库压缩、在内存中读取已压缩数据的能力，
以及均衡的系统设计等特性；
SAP 的 HANA 依赖于将大量的列式数据放在主内存中，在那里可以实时分析
整个数据库。HANA 的数据压缩率高达 20 倍（但需要解压缩数据后才能执行
查询处理）。我们喜欢 HANA，但我们对系统资源利用率是否达到良好的均衡
存有疑问；
Oracle 自己的网站将 Exadata Database Machine 描述为“结合大规模内存
和廉价磁盘，以最低的成本提供最高的性能和 PB 级的可扩展性”。对我们来
说，Exadata 是一个高度调优的 Oracle 真正应用集群（RAC），它被打包为配
有存储的设备，使用 Oracle 数据库以及数据库内高级分析。该产品没有利用
列式数据；不读取已压缩数据；并且其压缩设施落后于 IBM 的 DB2。
更仔细地看看每家厂商的大数据分析产品，可以说明在几个方面的主要差异：缓存和
压缩数据的方式；管理工作负载的方式；使用内存的方式，以及系统内的平衡/优化。
在我们从这些角度考察各厂商的产品时，我们发现 IBM 的 DB2 和 BLU Acceleration
与 SAP HANA 和 Oracle Exadata 相比均具有较大的优势，在均衡的系统设计和性能
方面尤其明显。在此
研究报告中，Clabby Analytics
更深入地讨论了这些系统有何
差异。
资源评论
