Deepgreen官网下载地址：http://vitessedata.com/products/deepgreen-db/download/ 不需要注册

Greenplum官网下载地址：https://network.pivotal.io/products/pivotal-gpdb/#/releases/118806/file_groups/1022 需要注册

            Deepgreen DB 全称 Vitesse Deepgreen DB，它是一个可扩展的大规模并行（通常称为MPP）数据仓库解决方案，起源于开源数据仓库项目Greenplum DB（通常称为GP或GPDB）。所以已经熟悉了GP的朋友，可以无缝切换到Deepgreen。

它几乎拥有GP的所有功能，在保有GP所有优势的基础上，Deepgreen对原查询处理引擎进行了优化，新一代查询处理引擎扩展了：

• 优越的连接和聚合算法
• 新的溢出处理子系统
• 基于JIT的查询优化、矢量扫描和数据路径优化

下面简单介绍一下Deepgreen的主要特性（主要与Greenplum对比）：

1. 100% GPDB

Deepgreen与Greenplum几乎100%一致，这里说几乎，是因为Deepgreen也剔除了一些Greenplum上的鸡肋功能，例如MapReduce支持，可以说保有的都是精华。从SQL语法、存储过程语法，到数据存储格式，再到像gpstart/gpfdist等组件，Deepgreen为想要从Greenplum迁移过来的用户将迁移影响降到最低。尤其是在下面这些方面：

• 除了以quicklz方式压缩的数据需要修改外，其他数据无需重新装载
• DML和DDL语句没有任何改变
• UDF（用户定义函数）语法没有任何改变
• 存储过程语法没有任何改变
• JDBC／ODBC等连接和授权协议没有任何改变
• 运行脚本没有任何改变（例如备份脚本）

那么Deepgreen和Greenplum的不同之处在哪呢？总结成一个词就是：快！快！快！（重要的事情说三遍）。因为大部分的OLAP工作都与CPU的性能有关，所以针对CPU优化后的Deepgreen在性能测试中，可以达到比原Greenplum快3～5倍的性能。

2.更快的Decimal类型

Deepgreen提供了两个更精确的Decimal类型：Decimal64和Decimal128，它们比Greenplum原有的Decimal类型（Numeric）更有效。因为它们更精确，相比于fload／double类型，更适合用在银行等对数据准确性要求高的业务场景。

安装：

这两个数据类型需要在数据库初始化以后，通过命令加载到需要的数据库中：

dgadmin@flash:~$ source deepgreendb/greenplum_path.sh

dgadmin@flash:~$ cd $GPHOME/share/postgresql/contrib/

dgadmin@flash:~/deepgreendb/share/postgresql/contrib$ psql postgres -f pg_decimal.sql

测试一把：

使用语句：select avg(x), sum(2*x) from table

数据量：100万

dgadmin@flash:~$ psql -d postgres

psql (8.2.15)

Type "help" for help.

postgres=# drop table if exists tt;

NOTICE:  table "tt" does not exist, skipping

DROP TABLE

postgres=# create table tt(

postgres(# ii bigint,

postgres(#  f64 double precision,

postgres(# d64 decimal64,

postgres(# d128 decimal128,

postgres(# n numeric(15, 3))

postgres-# distributed randomly;

CREATE TABLE

postgres=# insert into tt

postgres-# select i,

postgres-#     i + 0.123,

postgres-#     (i + 0.123)::decimal64,

postgres-#     (i + 0.123)::decimal128,

postgres-#     i + 0.123

postgres-# from generate_series(1, 1000000) i;

INSERT 0 1000000

postgres=# \timing on

Timing is on.

postgres=# select count(*) from tt;

  count

---------

 1000000

(1 row)

Time: 161.500 ms

postgres=# set vitesse.enable=1;

SET

Time: 1.695 ms

postgres=# select avg(f64),sum(2*f64) from tt;

       avg        |       sum

------------------+------------------

 500000.622996815 | 1000001245993.63

(1 row)

Time: 45.368 ms

postgres=# select avg(d64),sum(2*d64) from tt;

    avg     |        sum

------------+-------------------

 500000.623 | 1000001246000.000

(1 row)

Time: 135.693 ms

postgres=# select avg(d128),sum(2*d128) from tt;

    avg     |        sum

------------+-------------------

 500000.623 | 1000001246000.000

(1 row)

Time: 148.286 ms

postgres=# set vitesse.enable=1;

SET

Time: 11.691 ms

postgres=# select avg(n),sum(2*n) from tt;

         avg         |        sum

---------------------+-------------------

 500000.623000000000 | 1000001246000.000

(1 row)

Time: 154.189 ms

postgres=# set vitesse.enable=0;

SET

Time: 1.426 ms

postgres=# select avg(n),sum(2*n) from tt;

         avg         |        sum

---------------------+-------------------

 500000.623000000000 | 1000001246000.000

(1 row)

Time: 296.291 ms

结果列表：

45ms - 64位float

136ms - decimal64

148ms - decimal128

154ms - deepgreen numeric

296ms - greenplum numeric

通过上面的测试，decimal64（136ms）类型比deepgreen numeric（154ms）类型快，比greenplum numeric快两倍，生产环境中快5倍以上。

3.支持JSON

Deepgreen支持JSON类型，但是并不完全支持。不支持的函数有：json_each,json_each_text,json_extract_path,json_extract_path_text, json_object_keys, json_populate_record, json_populate_recordset, json_array_elements, and json_agg.

安装：

执行下面命令扩展json支持：

dgadmin@flash:~$ psql postgres -f $GPHOME/share/postgresql/contrib/json.sql

测试一把：

dgadmin@flash:~$ psql postgres

psql (8.2.15)

Type "help" for help.

postgres=# select '[1,2,3]'::json->2;

 ?column?

----------

 3

(1 row)

postgres=# create temp table mytab(i int, j json) distributed by (i);

CREATE TABLE

postgres=# insert into mytab values (1, null), (2, '[2,3,4]'), (3, '[3000,4000,5000]');

INSERT 0 3

postgres=#

postgres=# insert into mytab values (1, null), (2, '[2,3,4]'), (3, '[3000,4000,5000]');

INSERT 0 3

postgres=# select i, j->2 from mytab;

 i | ?column?

---+----------

 2 | 4

 2 | 4

 1 |

 3 | 5000

 1 |

 3 | 5000

(6 rows)

4.高效压缩算法

Deepgreen延续了Greenplum的zlib压缩算法用于存储压缩。除此之外，Deepgreen还提供两种对数据库负载更优的压缩格式：zstd和lz4.

如果客户在列存或者只追加堆表存储时要求更优的压缩比，请选择zstd压缩算法。相比于zlib，zstd有更好的压缩比，并且能更有效利用CPU。

如果客户有大量读取需求，那么可以选择lz4压缩算法，因为它有着惊人的解压速度。虽然在压缩比上lz4并没有zlib和zstd那么出众，但是为了满足高读取负载作出一些牺牲还是值得的。

有关于这两种压缩算法的具体内容，详见其主页：

• zstd主页 http://facebook.github.io/zstd/
• lz4主页 http://lz4.github.io/lz4/

测试一把：

这里只针对 不压缩／zlib／zstd／lz4四种，进行简单的测试，我的机器性能并不高，所有结果仅供参考：

postgres=# create temp table ttnone (

postgres(#     i int,

postgres(#     t text,

postgres(#     default column encoding (compresstype=none))

postgres-# with (appendonly=true, orientation=column)

postgres-# distributed by (i);

CREATE TABLE

postgres=# \timing on

Timing is on.

postgres=# create temp table ttzlib(

postgres(#     i int,

postgres(#     t text,

postgres(#     default column encoding (compresstype=zlib, compresslevel=1))

postgres-# with (appendonly=true, orientation=column)

postgres-# distributed by (i);

CREATE TABLE

Time: 762.596 ms

postgres=# create temp table ttzstd (

postgres(#     i int,

postgres(#     t text,

postgres(#     default column encoding (compresstype=zstd, compresslevel=1))

postgres-# with (appendonly=true, orientation=column)

postgres-# distributed by (i);

CREATE TABLE

Time: 827.033 ms

postgres=# create temp table ttlz4 (

postgres(#     i int,

postgres(#     t text,

postgres(#     default column encoding (compresstype=lz4))

postgres-# with (appendonly=true, orientation=column)

postgres-# distributed by (i);

CREATE TABLE

Time: 845.728 ms

postgres=# insert into ttnone select i, 'user '||i from generate_series(1, 100000000) i;

INSERT 0 100000000

Time: 104641.369 ms

postgres=# insert into ttzlib select i, 'user '||i from generate_series(1, 100000000) i;

INSERT 0 100000000

Time: 99557.505 ms

postgres=# insert into ttzstd select i, 'user '||i from generate_series(1, 100000000) i;

INSERT 0 100000000

Time: 98800.567 ms

postgres=# insert into ttlz4 select i, 'user '||i from generate_series(1, 100000000) i;

INSERT 0 100000000

Time: 96886.107 ms

postgres=# select pg_size_pretty(pg_relation_size('ttnone'));

 pg_size_pretty

----------------

 1708 MB

(1 row)

Time: 83.411 ms

postgres=# select pg_size_pretty(pg_relation_size('ttzlib'));

 pg_size_pretty

----------------

 374 MB

(1 row)

Time: 4.641 ms

postgres=# select pg_size_pretty(pg_relation_size('ttzstd'));

 pg_size_pretty

----------------

 325 MB

(1 row)

Time: 5.015 ms

postgres=# select pg_size_pretty(pg_relation_size('ttlz4'));

 pg_size_pretty

----------------

 785 MB

(1 row)

Time: 4.483 ms

postgres=# select sum(length(t)) from ttnone;

    sum

------------

 1288888898

(1 row)

Time: 4414.965 ms

postgres=# select sum(length(t)) from ttzlib;

    sum

------------

 1288888898

(1 row)

Time: 4500.671 ms

postgres=# select sum(length(t)) from ttzstd;

    sum

------------

 1288888898

(1 row)

Time: 3849.648 ms

postgres=# select sum(length(t)) from ttlz4;

    sum

------------

 1288888898

(1 row)

Time: 3160.477 ms

5.数据采样

从Deepgreen 16.16版本开始，内建支持通过SQL进行数据真实采样，您可以通过定义行数或者定义采样比两种方式进行采样：

• SELECT {select-clauses} LIMIT SAMPLE {n} ROWS;
• SELECT {select-clauses} LIMIT SAMPLE {n} PERCENT;

测试一把：

postgres=# select count(*) from ttlz4;

   count

-----------

 100000000

(1 row)

Time: 903.661 ms

postgres=# select * from ttlz4 limit sample 0.00001 percent;

    i     |       t

----------+---------------

  3442917 | user 3442917

  9182620 | user 9182620

  9665879 | user 9665879

 13791056 | user 13791056

 15669131 | user 15669131

 16234351 | user 16234351

 19592531 | user 19592531

 39097955 | user 39097955

 48822058 | user 48822058

 83021724 | user 83021724

  1342299 | user 1342299

 20309120 | user 20309120

 34448511 | user 34448511

 38060122 | user 38060122

 69084858 | user 69084858

 73307236 | user 73307236

 95421406 | user 95421406

(17 rows)

Time: 4208.847 ms

postgres=# select * from ttlz4 limit sample 10 rows;

    i     |       t

----------+---------------

 78259144 | user 78259144

 85551752 | user 85551752

 90848887 | user 90848887

 53923527 | user 53923527

 46524603 | user 46524603

 31635115 | user 31635115

 19030885 | user 19030885

 97877732 | user 97877732

 33238448 | user 33238448

 20916240 | user 20916240

(10 rows)

Time: 3578.031 ms

6.TPC-H性能

Deepgreen与Greenplum的性能对比，请参考我另外两个帖子：

Greenplum使用TPC-H测试过程及结果 ：

https://blog.csdn.net/xfg0218/article/details/82785187

End~