En lugar de lanzar hardware en los problemas de almacenamiento de datos dependiendo de clusters caros o "appliances" especializados, la escalabilidad ofrecida por la arquitectura única de LucidDB le permite lograr un gran rendimiento utilizando sólo un único servidor Linux o Windows estándar. Además de mantener los costos bajos, esto también minimiza las molestias de mantenimiento y administración.
| Categoría | Característica | Beneficios |
| Almacenamiento | Tablas de columnas | Tasas de compresión de datos muy altas para columnas con muchos valores repetidos; E / S reducida para las consultas que acceden sólo a un subconjunto de columnas; Mayor eficacia del caché |
| Indexación inteligente | Se adapta automáticamente a la representación de mapa de bits o btree en función de la distribución de datos (incluso utilizando ambos en el mismo índice para diferentes porciones de la misma tabla), produciendo una compresión de datos óptima, una E / S reducida y una evaluación rápida de expresiones booleanas sin la necesidad de Un DBA para elegir el tipo de índice | |
| Versión multipágina de nivel de página | Soporta la simultaneidad de lectura y escritura con la coherencia de la instantánea, permitiendo a los lectores acceder a una tabla mientras los datos se están cargando o actualizando en masa; El control de versiones a nivel de página es mucho más eficiente que los sistemas transaccionales de multiversión, como el control de versiones a nivel de fila o la reconstrucción de páginas basadas en registros | |
| Etiquetas de almacén | Permite que la ejecución de informes se sincronice con un estado de base de datos global particular, como el último ETL exitoso, de modo que las consultas nunca vean estados intermedios inconsistentes; Permite el ETL de goteo-alimentación, y se puede utilizar para eliminar la imposición del tiempo muerto de una ventana de ETL. | |
| Copia de seguridad incremental + en caliente | Permite que el sistema sea respaldado de forma consistente mientras las consultas y ETL se ejecutan, eliminando el tiempo de inactividad; Las opciones de incremento y compresión minimizan el almacenamiento de archivos y el ancho de banda. | |
| Mejoramiento | Optimización de Star join | Evita leer filas de tablas de hechos que no son necesarias por consulta |
| Ordenación de ensamblaje basada en costos y selección de índices | No se requieren sugerencias | |
| Ejecución | Hash join / aggregation | Puede escalar hasta el número de crujir incluso los conjuntos de datos más grandes en RAM limitada a través de partición basada en disco resistente al sesgo |
| Prelectura inteligente | Alto rendimiento y mayor eficacia de caché y disco porque LucidDB casi siempre puede predecir exactamente qué bloques de disco son necesarios para satisfacer una consulta | |
| INSERT / UPSERT como carga a granel | Las tablas se pueden cargar directamente desde fuentes externas a través de SQL; No se requiere una utilidad de cargador masivo independiente (para el rendimiento, las cargas nunca se registran en el nivel de fila, pero se pueden recuperar completamente a través del deshacer de nivel de página); La sentencia SQL: 2003 MERGE proporciona la capacidad estándar de upsert | |
| Conectividad | Arquitectura SQL / MED | Permite que LucidDB se conecte a fuentes de datos externas heterogéneas a través de envoltorios de datos externos y acceda a su contenido como tablas externas |
| Envoltorio de datos externos JDBC | Permite que las tablas externas en cualquier fuente de datos JDBC sean consultadas a través de LucidDB, con los filtros empujados hacia abajo a la fuente cuando sea posible | |
| Envoltura de datos externos de archivo plano | Permite que los archivos planos (por ejemplo, formato BCP o CSV) sean consultados como tablas externas a través de LucidDB | |
| Posibilidad de conexión | Permite la creación de nuevos contenedores de datos externos (por ejemplo, para acceder a datos de un servicio web) en Java y conexión en caliente a una instancia LucidDB en ejecución | |
| Paso de integración de datos Pentaho | Permite insertar datos en LucidDB desde la herramienta ETL Kettle | |
| Extensibilidad | Arquitectura SQL / JRT | Permite que nuevas funciones y transformaciones sean desarrolladas en Java y hot-plugged en una instancia LucidDB en ejecución; LucidDB también viene con una biblioteca complementaria de funciones comunes de ETL ( applib ). Los jarros de complementos se auto-instalan mediante descriptores de despliegue . |
| Funciones definidas por el usuario | Permite que el conjunto de funciones incorporadas se amplíe con la lógica de usuario personalizada | |
| Transformaciones definidas por el usuario | Permite nuevas funciones de tabla (como lógica personalizada para operadores de minería de datos o consultas CONNECT BY) que se agregan al sistema |
Historia
16-Jun-2010: La versión 0.9.3 ya está disponible. Esta versión estrena puertos para Mac OS / X y Windows de 64 bits; También se incluyen una serie de nuevas características tales como descriptores de despliegue de SQL / J y varias rutinas applib, además de habilitación para la carga masiva basada en HTTP de Pentaho Data Integration.
25-Oct-2009: ¡Una gran bienvenida a Dynamo BI como nuevo patrocinador corporativo para el proyecto LucidDB! Lea el anuncio en la lista de correo .
24-Oct-2009: La versión 0.9.2 ya está disponible. Se trata de una versión de mantenimiento, con nuevas características para la compatibilidad con cliente / servidor HTTP y autenticación de contraseña basada en catálogos.
8-Oct-2009: El puente PG2LucidDB ya está disponible, permitiendo el acceso a LucidDB desde cualquier entorno cliente. Vea el anuncio y obtenga el código aquí .
6-Jul-2009: ¡Un proveedor administrado de ADO.NET ya está disponible para su uso desde .net en Windows y Mono en Linux! Vea el anuncio y obtenga el código aquí .
24-May-2009: El release 0.9.1 ya está disponible. Esta es una versión de mantenimiento con algunas correcciones críticas.
22-Apr-2009: El lanzamiento 0.9.0 ya está disponible. Las nuevas características principales incluyen soporte UNICODE, ALTER TABLE ADD COLUMN, UPDATE y optimizaciones de upsert relacionadas. John Sichi está dando una charla de LucidDB en la Conferencia Percona Performance el 23 de abril.
Aunque LucidDB se destina principalmente como almacén de datos de sólo lectura, se requieren operaciones de escritura para cargar los datos en el almacén. Para permitir que las lecturas continúen durante las cargas de datos y las actualizaciones, LucidDB utiliza el control de versiones. Las páginas de datos se leen basándose en una instantánea de los datos al inicio de la transacción de inicio.Cuando se necesita actualizar una página, se crea una nueva versión de la página y se encadena de la página original. Cada transacción de escritura subsiguiente creará una nueva versión de la página y la añadirá a la cadena de páginas existente. Por lo tanto, las transacciones de larga duración y de sólo lectura pueden seguir leyendo las instantáneas más antiguas mientras que las nuevas transacciones leerán instantáneas más actualizadas. Las páginas que ya no se usan pueden recuperarse para que las cadenas de páginas no crezcan para siempre.
Interfaz
