13.5.3　HP Vertica

Vertica是Michael Stonebraker的学术研究项目C-Store的商业版本，并最终被惠普公司收购。Vertica在架构上与OceanBase有相似之处，这里介绍其中一些有趣的思想。

1.混合存储模型

Vertica的数据包含两个部分：ROS（Read-Optimized Storage）以及WOS（Write-Optimized Storage），WOS的数据在内存中且不排序和加索引，ROS的数据在磁盘中有序且压缩存储。后台的"TUPLE MOVER"会不断地将数据从WOS读出并往ROS更新（同时完成排序和索引）。Vertica的这种设计和OceanBase很相似，ROS对应OceanBase中的ChunkServer,WOS对应OceanBase中的UpdateServer。由于后台采用"BULK"的方式批量更新，性能非常好。

2.多映射（Projections）存储

Vertica没有采用传统关系数据库的B树索引，而是冗余存储一张表格的多个视图，定义为映射。

每个映射包含表格的部分列，可以分别对不同的映射定义不同的排序主键。如图13-13所示，系统中有一张表格逻辑上包含5列＜A,B,C,D,E＞，物理存储成三个映射，分别为：Projection1（A,B,C，主键为＜A,B＞），Projection2（A,B,C，主键为＜B,A＞）和Projection3（B,D,E，主键为＜B＞）。

图　13-13　vertica projections示例

a）"select A,B,C from table where A=1"=＞查询Projection1

b）"select A,B,C from table where B=1"=＞查询Projection2

c）"select B,D from table where B=1"=＞查询Projection3

Vertica通常维护多个不同排序的有重叠的映射，尽量使得每个查询的数据只来自一个映射，以提高查询性能。为了支持任意列查询，需要保证每个列至少在一个映射中出现。

3.列式存储

Vertica中的每一列数据独立存储在磁盘中的连续块上。查询数据时，Vertica只需要读取那些需要的列，而不是被选择的行的所有的列数据。

4.压缩技术

Vertica根据数据类型、基数（可能的取值个数）、排序自动对数据进行压缩，从而最小化每列占用的空间。常用的压缩算法包括：

●Run Length Encoding：列类型为整数，基数较小且有序；

●位图索引：列类型为整数，基数较小；

●按块字典压缩：列类型为字符串且基数较小；

●LZ通用压缩算法：其他列值特征不明显的场景。

基于列的压缩由于同样的数据类型和相同的取值范围，通常会大幅度提高压缩效果。另外，vertica还支持直接在压缩后的数据上做运算。