有容乃大 UCloud数据仓库UDW架构解析

ZD至顶网CIO与应用频道 06月24日 北京消息：数据分析对于很多企业是不可或缺的。几乎所有大型企业都已构建了数据仓库, 以便对各种来源的数据进行报告和分析，为决策提供依据，从而指导业务流程改进。构建并运行数据仓库是一件复杂而费力的事情。大部分数据仓库都很复杂,前期投入的软件、硬件、人力都会很多。另外，传统数据仓库在数据爆炸性增长的今天、扩展比较困难、性能下降明显。

为了解决这些问题，UCloud 近日推出了大规模并行、完全托管的PB级数据仓库服务——UDW，可以极大地减少部署数据仓库相关的成本和工作量，更高效地使用商业智能 (BI)工具来分析海量数据。

MPP体系结构＋高可用架构 实现高性能

UDW提供可视化的控制台，能方便快捷的管理和监控数据仓库，降低使用门槛；此外，支持数据压缩、深度优化的软硬件方案，按实际数据处理需求开通节点实例，无需为搭建数据仓库一次性投入高额成本；同时，支持行存储及列存储的数据存储方式，满足不同场景下的数据存储需求。

UDW是基于PostgreSQL开发的大规模并行、完全托管的PB级数据仓库服务，几乎支持了PostgreSQL的所有特性。用户只需掌握标准SQL语法，就可以熟练地使用UDW。

架构上采用了可扩展的MPP分布式体系，能为用户提供高性能、低成本、高可用的分布式数据仓库。

MPP体系结构

图1.1 UDW架构图

UDW采用无共享的MPP架构，适用于海量数据的存储和计算。UDW的架构如上图1.1所示，主要有Client、Master Node和Compute Node组成。基本组成部分的功能如下：

Client：访问UDW的客户端、支持通过JDBC、ODBC、PHP、Python、命令行SQL访问UDW。

Master Node：访问UDW数据仓库的入口，它接收客户端的连接请求、负责权限认证、处理SQL命令、调度分发执行计划、汇总Fragment的执行结果并将结果返回给客户端。

Compute Node：Compute Node管理节点的计算和存储资源，每个Compute Node有多个Fragment组成，Fragment负责业务数据的存储、用户SQL的执行。

UDW的高可用架构

图1.2 UDW的高可用架构

如上图所示，Compute Node中的Fragment通过mirror备份到其他的Compute Node上。当primary Fragment出现不可用的时候会自动切换到mirror Fragment、当primary Fragment恢复之后、primary Fragment会自动恢复这期间的变更。

除了Compute Node节点为Fragment配置镜像之外、UDW也会为Active Node配置镜像，确保系统的变更信息不会丢失，提升系统的健壮性。当Active Master不可用时会自动切换到Standby master。

分布式数据存储和并发执行任务

在UDW数据仓库中所有的表都是分布式的，每张表都会被切片。切片规则可以选择按照指定的Key进行Hash分片或者选择随机分片。如下图所示test1、test2、test3、test4四张表的数据都会切片分布到所有的Fragment上面。

图1.3 UDW数据分布图

在进行数据分析的时候、所有的Fragment同时工作、每个Fragment只需计算一部分数据、所以计算效率会大大提升。如下图所示、Master Node会把查询任务下发到每个Fragment，Fragment接收到任务后，把任务划分若干步执行。

Step 1：scan表格数据，如果数据不需要重新分布直接本地做计算、数据处理之后由master做汇总，进入Step3。如果数据需要重新分布，则通过网络传输到对应的Fragment，然后进入Step2。

Step2：数据处理

Step3：master节点汇总数据

图1.4 UDW的并发执行

结语

UDW非常适合商业智能（BI）领域的大数据联机分析处理(OLAP)。充分满足用户对海量历史数据的存取需求，为系统日志、销售数据、监控数据等历史数据提供低成本的存储方案。

可对传统互联网、移动互联网、金融、电信、物联网等领域提供PB级别海量数据存储、查询、统计、分析，方便企业BI业务。

当你的数据规模达到500G，单个MySQL数据库已经难以支持。随着业务增长，数据规模可能会达到TB级别甚至可能达到PB级别，如果希望后续能够平滑的扩容，UDW为你提供了一个低成本、高效率的解决方案。

UDW现在已经进入全面公测，只要你了解一点SQL语法就能快速熟练的使用UDW。另外我们也提供了详细的说明文档。详见：https://docs.UCloud.cn/upd-docs/udw/index.html