Greenplum Architecture and Data Modeling

• Zrozumienie baz danych relacyjnych i SQL
• Doświadczenie w data warehousing lub systemach analitycznych
• Znajomość operacji wiersza polecenia Linux

Grupa docelowa

• Architekci danych i inżynierowie danych
• Administratorzy Database i liderzy techniczni
• Deweloperzy BI i specjaliści ds. analityki pracujący z Greenplum

Greenplum to otwarta platforma przetwarzania masowo równoległego (MPP) przeznaczona dla analityki i dużej skali danych.

Ten prowadzony przez instruktora kurs (online lub na miejscu) jest skierowany do użytkowników technicznych o poziomie zaawansowanym do bardzo zaawansowanym, którzy chcą zrozumieć wewnętrzną architekturę Greenplum, budować optymalizowane modele danych i stosować wysokowydajne SQL w rozproszonych środowiskach.

Po zakończeniu tego szkolenia uczestnicy będą w stanie:

• Zrozumieć architekturę shared-nothing Greenplum i model równoległości.
• Projektować rozproszone struktury tabel i partycje optymalizowane dla wydajności zapytań.
• Używać strategii indeksowania, formatów przechowywania i technik projektowania fizycznego.
• Interpretować plany EXPLAIN i optymalizować zapytania za pomocą najlepszych praktyk.

Format kursu

• Interaktywne wykłady i dyskusje.
• Wiele ćwiczeń i praktyki.
• Ręczne wdrażanie w środowisku labora-torium na żywo.

Opcje dostosowania kursu

• Aby zapytać o dostosowany kurs dla tego szkolenia, prosimy o kontakt, aby umówić się.

Architektura Greenplum

• Równoległe przetwarzanie i symetryczne wieloprocesorowe przetwarzanie
• Role segmentów i konfiguracja klastera
• Skalowalność i przesyłanie danych
• Architektura Greenplum Data Warehouse

Struktury tabel Greenplum

• Rozproszone vs. losowo przypisane tablice
• Tablice stosowe vs. tylko do dodawania
• Formaty przechowywania wierszy vs. kolumnowe
• Podzielone i skupione tablice

Rozproszanie danych i haszowanie

• Logika haszowania i klucze rozproszania
• Obsługa skręceń i wpływ na wydajność
• Mapy haszujące i strategie umieszczania wierszy

Indeksy i optymalizacja wydajności

• Indeksy skupione i nieskupione
• Przypadki użycia drzew B i map bitowych
• Przebieg skanowania indeksów i zachowanie przechowywania

Fizyczne Database Projektowanie

• Normalizacja i projektowanie modelu logicznego
• Strategie dostępu użytkowników i analiza rozproszania
• Demografia danych i decyzje dotyczące indeksowania

Techniki denormalizacji

• Pochodne dane, tablice podsumowujące i pre-joins
• Tablice kolumnowe jako pionowe podziały
• Martwe dane i widoki materializowane

Zaawansowane SQL i wykonanie zapytań

• Strategie łączenia i redistrybucji
• OLAP i funkcje okienkowe
• Tymczasowe tablice, podzapytania i pochodne tablice

Plany EXPLAIN i dostrajanie zapytań

• Czytanie i interpretowanie wyjścia EXPLAIN
• Analiza kosztów i optymalizacja planu
• Ruch łączenia i operacje lokalne segmentów

Narzędzia Greenplum i najlepsze praktyki

• ANALYZE i VACUUM
• Ładowanie i przesyłanie danych z Nexus
• Bezpieczeństwo, uprawnienia i wskazówki dotyczące wydajności

Podsumowanie i kolejne kroki