bl高h文_亚洲字幕久久_色版视频_男人j进入女人j在线视频

GBase新聞

專注于數(shù)據(jù)庫軟件產(chǎn)品和服務(wù),致力于成為用戶最信賴的數(shù)據(jù)庫產(chǎn)品供應(yīng)商

Teradata遷移到GBase 8a解決方案

發(fā)布時(shí)間:2023-02-22

近日,Teradata宣布退出中國市場,這必將給國內(nèi)數(shù)據(jù)庫倉庫市場帶來一定的機(jī)遇,國產(chǎn)數(shù)據(jù)倉庫的領(lǐng)先企業(yè)GBASE南大通用自主研發(fā)的GBase 8a MPP (GBase UP LDW)分布式邏輯數(shù)據(jù)倉庫,已經(jīng)完成了100+用戶TeraData等國外數(shù)據(jù)庫替換遷移。通過眾多項(xiàng)目的PoC及后續(xù)簽約的實(shí)施,在替換Teradata產(chǎn)品方面,GBase 8a積累了豐富的實(shí)施經(jīng)驗(yàn),形成了一套完整的遷移實(shí)施方案,可快速復(fù)制推廣,實(shí)現(xiàn)由teradata到GBase 8a的高精準(zhǔn)遷移。

下面根據(jù)GBase 8a的遷移經(jīng)驗(yàn),從上到下對遷移方案進(jìn)行闡述:

一、遷移后實(shí)施效果

  • 搭建兩套A(7節(jié)點(diǎn))、B(14節(jié)點(diǎn))集群承載主要業(yè)務(wù)

  • SGA、ODS、F、DW、DM各層整體數(shù)據(jù)量200+TB

  • 完成1000+個(gè)程序遷移工作

  • 日增量基礎(chǔ)數(shù)據(jù)每日 7:00 前完成

  • 月度報(bào)表在每月 3 日前完成數(shù)據(jù)發(fā)布

  • 整體性能提升 2~10 倍

1.png


二、項(xiàng)目遷移流程

遷移流程是整個(gè)遷移工作的指導(dǎo)框架,可有效組織遷移工作的有序開展,主要流程步驟如下圖:

2.png

三、遷移前期調(diào)研及方案設(shè)計(jì)

本階段主要進(jìn)行遷移前的調(diào)研評估,以及用來進(jìn)行指導(dǎo)遷移落地執(zhí)行的遷移方案形成。內(nèi)容包括如下幾點(diǎn):

1、遷移前期調(diào)研內(nèi)容及要點(diǎn)

調(diào)研的重點(diǎn)是了解客戶需求和當(dāng)前的痛點(diǎn),遷移后要有針對性的給客戶提供改善的方案!

遷移實(shí)施調(diào)研

  • 遷移實(shí)施調(diào)研是遷移項(xiàng)目的重要工作環(huán)節(jié),此部分為項(xiàng)目實(shí)施不可省略環(huán)節(jié)

  • 遷移實(shí)施調(diào)研根據(jù)項(xiàng)目售前階段的推進(jìn)情況可能在簽約前進(jìn)行也可以在簽約后進(jìn)行

遷移實(shí)施調(diào)研的目標(biāo)

  • 了解項(xiàng)目遷移實(shí)施范圍

  • 評估遷移工作量、實(shí)施工期、人員數(shù)量及能力要求

  • 評估遷移技術(shù)難點(diǎn)、項(xiàng)目主要風(fēng)險(xiǎn)

遷移實(shí)施調(diào)研的內(nèi)容

  • 遷移系統(tǒng)現(xiàn)狀:架構(gòu)、配置、上下游情況、倉庫邏輯設(shè)計(jì)

  • 系統(tǒng)運(yùn)行狀況:應(yīng)用場景、作業(yè)類型、負(fù)載情況、ETL加工整體流程、作業(yè)數(shù)、并發(fā)情況、加工時(shí)間

  • 系統(tǒng)指標(biāo)要求:不同類型作業(yè)的指標(biāo)要求,如跑批業(yè)務(wù)的時(shí)間窗口要求、即席查詢的響應(yīng)時(shí)間要求、并發(fā)能力要求等

  • 接口情況:上游入庫方式、下游供數(shù)方式、第三方工具支持要求

2、遷移方案設(shè)計(jì)

遷移方案是根據(jù)遷移調(diào)研的結(jié)果,并針對客戶當(dāng)前的需求和痛點(diǎn)制定的項(xiàng)目實(shí)施方案,主要包括:

  • 遷移系統(tǒng)的硬件配置和部署方案

  • 針對客戶需求和痛點(diǎn)提供的針對性解決方案

  • 遷移實(shí)施的步驟和工作內(nèi)容

  • 工作計(jì)劃

3、硬件資源評估

替換TD的GBase 8a集群的硬件配置評估方式采用倒推的方法,即首先需要獲取TD的詳細(xì)配置信息,之后再根據(jù)TD一體機(jī)的CPU整體核數(shù)、內(nèi)存容量、磁盤容量倒推GBase 8a集群單臺(tái)服務(wù)器的配置以及配置服務(wù)器的臺(tái)數(shù)。原則上GBase 8a集群所有服務(wù)器的CPU整體核數(shù)、內(nèi)存容量和磁盤容量及盤片數(shù)量上應(yīng)不得小于TD一體機(jī)配置的2倍。

3.png

四、數(shù)據(jù)及業(yè)務(wù)的遷移

接下來需要通過對全量、增量數(shù)據(jù)的遷移、ETL追跑、遷移前后數(shù)據(jù)的比對方式等技術(shù)難點(diǎn)進(jìn)行提前規(guī)劃,數(shù)據(jù)流程的遷移流程如下所示。

4.png

1、全量數(shù)據(jù)遷移方案評估方案及要點(diǎn)

遷移全量數(shù)據(jù),其遷移的時(shí)間窗口很大程度的決定全量遷移是一次性還是分批遷移。主要有以下幾個(gè)方面的因素影響,需要重點(diǎn)考慮:

  • 源數(shù)據(jù)庫遷移數(shù)據(jù)量【需要實(shí)測以評估源庫內(nèi)數(shù)據(jù)的壓縮比】

  • 業(yè)務(wù)允許的停機(jī)時(shí)間窗口【此過程中源庫需要處于只讀狀態(tài),且負(fù)載要輕,往往是硬約束條件】

  • 源數(shù)據(jù)庫數(shù)據(jù)導(dǎo)出性能【需要實(shí)測已確定能力】

  • 加載文件服務(wù)器臺(tái)數(shù)、IO性能、與8a集群網(wǎng)絡(luò)帶寬【遷移環(huán)境制約因素】

  • 8a集群節(jié)點(diǎn)的加載性能【IO性能和網(wǎng)絡(luò)帶寬綜合考慮】

  • 增量業(yè)務(wù)的類型append only/IDU/拉鏈表/每次都全量 【決定增量追跑的方式,是否支持分批遷移】

  • 倉庫設(shè)計(jì)上是否支持分層、是否支持?jǐn)?shù)據(jù)加工冪等性 【決定遷移是否可以按業(yè)務(wù)或者層次進(jìn)行縱向或橫向的分批】

對于遷移時(shí)間窗口的預(yù)估,需按照如下的公式進(jìn)行估算:

  • 遷移整體時(shí)間 = TD導(dǎo)出時(shí)間 + GBase 8a加載時(shí)間

  • TD導(dǎo)出時(shí)間 = TD存儲(chǔ)數(shù)據(jù)量(單位GB) /   TD并行導(dǎo)出性能(GB/小時(shí))

  • GBase 8a加載時(shí)間 = TD導(dǎo)出數(shù)據(jù)量(單位GB) / GBase 8a并行加載性能(GB/小時(shí))

  • GBase 8a并行加載性能 = 加載機(jī)臺(tái)數(shù) * 1000MB/s * 1/2 *3600

數(shù)據(jù)遷移需要注意的點(diǎn)有:

  • TD存儲(chǔ)數(shù)據(jù)量要轉(zhuǎn)化為導(dǎo)出庫外平面文件的數(shù)據(jù)量,因此要評估壓縮比

  • TD并行導(dǎo)出的性能需要實(shí)測,并考慮導(dǎo)出時(shí)TD的負(fù)載情況

  • GBase 8a并行加載性能需要實(shí)測,推算時(shí)刻參考公式4

  • 評估萬兆帶寬的使用率時(shí)要給出一定的冗余度,一般計(jì)算需要乘以1/2系數(shù)

  • 整體時(shí)間窗口按照導(dǎo)出和加載串行方式評估,而不采用流水線方式評估,保證一定冗余度應(yīng)對突發(fā)情況,而實(shí)際執(zhí)行時(shí)可以按照pipeline方式設(shè)計(jì)遷移的實(shí)際執(zhí)行方式。

以下是設(shè)計(jì)出的三種不同復(fù)雜度的全量數(shù)據(jù)遷移方案:

1)簡單遷移方案

5.png

2)縱向按業(yè)務(wù)遷移方案

6.png

3)橫向按倉庫層次遷移方案

6-2.png

4)縱橫混合方式遷移方案

7.png

2、增量數(shù)據(jù)遷移

增量數(shù)據(jù)一般來源于上游,最常見的是時(shí)間戳的方式,通過時(shí)間戳來區(qū)分增量數(shù)據(jù),每次同步時(shí)間戳迭代的數(shù)據(jù),達(dá)到增量同步的目的。

時(shí)間戳方式(對各種數(shù)據(jù)庫):它是一種基于快照比較的變化數(shù)據(jù)捕獲方式,在源表上增加一個(gè)時(shí)間戳字段,系統(tǒng)中更新修改表數(shù)據(jù)的時(shí)候,同時(shí)修改時(shí)間戳字段的值。當(dāng)進(jìn)行增量數(shù)據(jù)抽取時(shí),通過比較系統(tǒng)時(shí)間與時(shí)間戳字段的值來決定抽取哪些數(shù)據(jù)。

優(yōu)點(diǎn):同觸發(fā)器方式一樣,時(shí)間戳方式的性能也比較好,ETL 系統(tǒng)設(shè)計(jì)清晰,源數(shù)據(jù)抽取相對清楚簡單,可以實(shí)現(xiàn)數(shù)據(jù)的遞增加載。

缺點(diǎn):時(shí)間戳維護(hù)需要由業(yè)務(wù)系統(tǒng)完成,對業(yè)務(wù)系統(tǒng)也有很大的侵入性(加入額外的時(shí)間戳字段),需要對業(yè)務(wù)系統(tǒng)的數(shù)據(jù)表的模型設(shè)計(jì)有一定的修改。

五、數(shù)據(jù)稽核

數(shù)據(jù)稽核的最終目的是檢驗(yàn)遷移的腳本和程序的正確性,采用的方法是通過比對原系統(tǒng)和遷移系統(tǒng)對相同數(shù)據(jù)的加工結(jié)果,通過結(jié)果是否一致來推斷過程是否遷移的正確。

數(shù)據(jù)準(zhǔn)確不等于完全相同,數(shù)據(jù)準(zhǔn)確是指對比數(shù)據(jù)的結(jié)果在預(yù)期可接受的誤差范圍之內(nèi),在遷移項(xiàng)目中做到100%的運(yùn)算結(jié)果完全相同有時(shí)是無法做到的,其可能原因包括:抽取前端數(shù)據(jù)的業(yè)務(wù)時(shí)間不同,不同數(shù)據(jù)庫對計(jì)算結(jié)果的舍入和截取的規(guī)則不同,不同數(shù)據(jù)庫對相同排序列值數(shù)據(jù)的排列順序不一致,不同數(shù)據(jù)庫對加載文件中的少量臟數(shù)據(jù)的處理機(jī)制不同等原因造成。

8.png

1、常用的稽核思路

自頂向下的稽核順序:上層指標(biāo)核對通過則可暫時(shí)不考慮底層的不一致問題

自底向上的錯(cuò)誤排查順序:出現(xiàn)不一致的上層指標(biāo)需要利用血緣關(guān)系圖從底層開始排查

9.png

2、數(shù)據(jù)稽核常用方法

總量稽核:count值、sum值、avg值對比

分量稽核:對表內(nèi)各維度進(jìn)行g(shù)roup by后對這個(gè)維度的一個(gè)指標(biāo)值進(jìn)行count、sum、avg核對

錯(cuò)誤對比:在發(fā)現(xiàn)不一致的表時(shí),將對比的表拉到一個(gè)環(huán)境上進(jìn)行詳細(xì)分析,如進(jìn)行minus運(yùn)算,找出差數(shù)據(jù)再進(jìn)一步分析

稽核報(bào)告:稽核報(bào)告是稽核工作輸出物,對數(shù)據(jù)一致性問題進(jìn)行記錄和分析,對之前解決的問題進(jìn)行追溯,形成數(shù)據(jù)稽核工作常見問題的知識(shí)體系

10.png

關(guān)于GBASE南大通用

天津南大通用數(shù)據(jù)技術(shù)股份有限公司(簡稱:GBASE)成立于2004年,現(xiàn)有員工650人,公司自成立以來始終堅(jiān)持自主創(chuàng)新,產(chǎn)品的核心技術(shù)及底層代碼自主可控,構(gòu)建了覆蓋數(shù)據(jù)管理全生命周期,包括分析型、事務(wù)型、分布式事務(wù)型、云原生數(shù)據(jù)倉庫等全技術(shù)棧的數(shù)據(jù)產(chǎn)品體系及服務(wù)解決方案。目前,GBASE已經(jīng)成為國內(nèi)少有的專注于數(shù)據(jù)庫產(chǎn)品研發(fā),并且在金融、電信行業(yè)得到規(guī)模化應(yīng)用的獨(dú)立數(shù)據(jù)庫服務(wù)商。自主研發(fā)的GBase系列數(shù)據(jù)庫產(chǎn)品及服務(wù)范圍覆蓋全國32個(gè)省級行政區(qū)域。為金融、電信、政務(wù)、能源、交通、國防軍工等百余個(gè)行業(yè)上萬家用戶提供產(chǎn)品和服務(wù),建立節(jié)點(diǎn)超過30000個(gè),管理數(shù)據(jù)總量超過300PB。并遠(yuǎn)銷美國、巴西、墨西哥等三十余個(gè)國家及地區(qū)。

關(guān)于GBase 8a

GBase 8a是南大通用自主研發(fā)的,面向海量數(shù)據(jù)查詢分析應(yīng)用領(lǐng)域的一款高性能國產(chǎn)分布式邏輯數(shù)據(jù)倉庫,用于滿足各個(gè)數(shù)據(jù)密集型行業(yè)日益增大的數(shù)據(jù)查詢、數(shù)據(jù)統(tǒng)計(jì)、數(shù)據(jù)分析、數(shù)據(jù)挖掘和數(shù)據(jù)備份等數(shù)據(jù)存儲(chǔ)、管理和處理需求,可用做數(shù)據(jù)倉庫系統(tǒng)、BI系統(tǒng)和決策支持系統(tǒng)的承載數(shù)據(jù)庫。產(chǎn)品主要應(yīng)用在金融、電信、政企、能源、安全等擁有海量業(yè)務(wù)數(shù)據(jù)的行業(yè)。