न्यू एचपी वर्टिका: क्रेन नंबर 7

दिसंबर 2013 में, एचपी वर्टिका का नया, सातवां संस्करण जारी किया गया था। "छोटे डेटा नहीं" के बड़े निर्माण की परंपरा को जारी रखने के लिए, संस्करण को "क्रेन" (छठे संस्करण को "बुलडोजर" कहा जाता था) कहा जाता था। इस लेख में मैं वर्णन करूंगा कि नए संस्करण में क्या बदल गया है।

अनस्ट्रक्चर्ड डेटा के साथ काम करना - फ्लेक्स ज़ोन

एचपी वर्टिका के नए संस्करण में बड़े डेटा के साथ काम करने की सीढ़ी का सबसे महत्वपूर्ण कदम सीएसवी और जेएसएन प्रारूपों में असंरचित डेटा के साथ सीधे काम के लिए समर्थन की उपस्थिति है। छठे संस्करण ने CSV फ़ाइलों से लोडिंग डेटा का समर्थन किया और उन्हें बाहरी वैश्विक तालिकाओं के रूप में क्वेरी किया। यदि फ़ाइल डेटा में पहले से अज्ञात, फ्लोटिंग संरचना थी, तो वर्टिका में ऐसे डेटा को डाउनलोड करने और काम करने का एकमात्र तरीका इसे बाहरी अनुप्रयोगों, जैसे ईटीएल टूल्स में पूर्व-प्रक्रिया करना था।

अब वर्टिका बिना संरचित डेटा के साथ आसानी से संरचित डेटा के साथ काम कर सकता है। यह इस तरह दिखता है:


एचपी वर्टिका फ्लेक्स जोन असंरचित डेटा के भंडारण और प्रसंस्करण के लिए एक समर्पित क्षेत्र है। एक वर्टिका डेटाबेस में, आप फ्लेक्स टेबल बना सकते हैं, CSV और JSON फॉर्मेट में फाइलों से डेटा लोड कर सकते हैं, और उनके विरुद्ध क्वेरी निष्पादित कर सकते हैं, इस डेटा को वर्टिका रिलेशनल टेबल के साथ क्वेरी में जोड़ सकते हैं। फ्लेक्स टेबल में लोड डेटा को सर्वर क्लस्टर के नोड्स पर एक विशेष प्रारूप में संग्रहीत किया जाता है, लेकिन रिलेशनल डेटाबेस डेटा के समान सिद्धांतों पर। वे डेटा संपीड़न, मिररिंग और डेटा विभाजन (क्लस्टर नोड्स के बीच वितरण) का भी समर्थन करते हैं। इस तरह के भंडारण के साथ, प्रसंस्करण के दौरान असंरचित डेटा वर्टिका एमपीपी वास्तुकला का पूरा लाभ उठाता है, एक दोष-सहिष्णु स्केलेबल वास्तुकला में काम करता है और बैकअप में भाग लेता है।

फ्लेक्स ज़ोन का बहुत बड़ा फायदा यह है कि यह वर्टिका (जैसे एचडीएफएस / हैडॉप कनेक्टर) के साथ एकीकृत एक बाहरी समाधान नहीं है, लेकिन असंरचित डेटा के लिए इसका अपना मूल समर्थन है। यह लचीलेपन और त्रुटियों और बाहरी उत्पाद के संस्करण परिवर्तनों पर निर्भरता की अनुपस्थिति देता है। यह संरचित और असंरचित डेटा की तालिकाओं का उपयोग करके प्रश्नों में संकर प्रसंस्करण के दौरान काम की गति की गारंटी देता है।

फ्लेक्स ज़ोन कहाँ उपयोगी है? एक सरल उदाहरण: आपको एक गतिशील (फ्लोटिंग) संरचना के साथ फाइल अपलोड करने की आवश्यकता है। इसके अलावा, यह पहले से ज्ञात नहीं है कि विश्लेषण में कौन से डेटा की आवश्यकता होगी और कौन सा नहीं होगा। वर्टिका के छठे संस्करण में इस समस्या को हल करने के लिए विकल्प होंगे:

1. डेटाबेस में सभी संभावित क्षेत्रों के साथ एक तालिका बनाएं जो फाइलों में मौजूद हो सकती है। फ़ाइलों में नए कॉलम की उपस्थिति को ट्रैक करें और उन्हें तालिका में जोड़ें। JSON प्रारूपों के लिए, एक अतिरिक्त डेटा लोडर लिखें और बनाए रखें जो प्रारूप को पार्स करता है और तालिका में डेटा लिखता है। समाधान उत्पादक है, लेकिन विकसित करने और बनाए रखने के लिए महंगा है।
2. CSV प्रारूप में संसाधित फ़ाइलों को पार्स करने और लिखने के लिए Hadoop में एक कार्य बनाएँ, और HDFS में प्रसंस्करण के परिणाम को संग्रहीत करें। प्रसंस्करण के लिए आवश्यक फ़ील्ड निर्दिष्ट करते हुए, परिणामी हुई फ़ाइलों को HDFS के साथ बाह्य तालिकाओं के रूप में वर्टिका में कनेक्ट करें। जैसे ही नए क्षेत्र दिखाई देते हैं, एक परिवर्तित संरचना के साथ बाहरी तालिकाओं के कनेक्शन को फिर से बनाएँ। समाधान विकसित करने के लिए त्वरित है, लेकिन उत्पादक बनाए रखने के लिए महंगा है और नहीं।

वर्टिका के सातवें संस्करण के लिए, फाइलों के साथ प्रसंस्करण, भंडारण और काम करने का यह कार्य केवल दो एसक्यूएल बयानों तक कम हो जाएगा:

1. फ्लेक्स टेबल को परिभाषित करें (तालिका बनाएँ)
2. फ्लेक्स टेबल पर डेटा अपलोड करें (कॉपी करें)

वर्टिका फ्लेक्स टेबल को तुरंत भौतिकीकृत कॉलम (तालिका बनाने / बदलने) का वर्णन करने की अनुमति देता है। स्तंभ संरचना में वर्टिका तालिकाओं के मानक स्तंभों के रूप में संग्रहीत और संग्रहीत किए जाने पर ये कॉलम तुरंत मानों से आबाद हो जाते हैं। शेष स्तंभों को गतिशील रूप से निर्मित दृश्य के माध्यम से पहुँचा जा सकता है, जिसे विशेष कार्यों द्वारा फिर से व्यवस्थित किया जा सकता है। यह दृष्टिकोण क्वेरी में महत्वपूर्ण और महत्वपूर्ण फ़ील्ड को क्वेरी प्रसंस्करण के दौरान संग्रहीत अनस्ट्रक्चर्ड डेटा के बाकी हिस्सों को प्राप्त करने की अनुमति देता है। यह हाइब्रिड दृष्टिकोण आपको बिना डेटा के भी उच्च क्वेरी निष्पादन गति बनाए रखने की अनुमति देता है।

सारांश में, मैं संक्षेप में बताना चाहूंगा: फ्लेक्स ज़ोन आपको आसानी से और विश्वसनीय रूप से असंरचित डेटा संग्रहीत करने की अनुमति देता है, मांग पर उनसे जानकारी निकालता है। यह ऐसे डेटा के साथ काम करने के समाधान को विकसित करने और बनाए रखने की जटिलता पर बचाता है और विभिन्न डेटा के विश्लेषण के क्षेत्र में उत्कृष्ट अवसर प्रदान करता है।

चूंकि फ्लेक्स ज़ोन वर्टिका क्लस्टर सर्वर पर चलता है, उसी स्थान पर संग्रहीत और संसाधित होता है, इसे उसी तरह से संरचित डेटा के रूप में लाइसेंस प्राप्त किया जाता है, अर्थात स्रोत डेटा की मात्रा के अनुसार। यहां मैं इस तरह के लाइसेंस के साथ एक बड़ी कमी को नोटिस करना चाहूंगा: संरचित डेटा के विपरीत, फ्लेक्स टेबल डेटाबेस में भंडारण के लिए फ़ाइल डेटा की पूरी मात्रा को लोड करते हैं, जिसका अर्थ है कि डाउनलोड की गई हर चीज को लाइसेंस प्राप्त होगा। यदि केवल आधा क्षेत्र एक असंरचित फ़ाइल से उपयोग किया जाता है, तो लाइसेंस के संदर्भ में इस तरह के डेटा को संग्रहीत करना महंगा है। इस तरह के मामलों के लिए, फिर भी यह एक भंडारण के रूप में असंरचित एचडीएफएस फ़ाइलों का उपयोग करने के लिए और अधिक सुविधाजनक हो जाता है और उन्हें हैडोप में संसाधित करता है, प्रसंस्करण के परिणामों को वर्टिका तक पहुंचाता है। हालांकि, लाइसेंसिंग स्कीम बहुत ही अस्पष्ट रूप से डॉक्यूमेंटेशन में वर्णित है, मैं इसके प्रावधानों को स्पष्ट करूंगा और भविष्य में सदस्यता समाप्त करूंगा।

एचसीएफएस का उपयोग करके एचडीएफएस फाइलों के साथ काम करना

वर्टिका के छठे संस्करण में एचडीएफएस से फ्लैट फाइलें डाउनलोड करने की क्षमता थी। बाहरी तालिकाओं के रूप में प्रश्नों में विश्लेषण के लिए ऐसी फ़ाइलों को शामिल करना भी संभव था। यहां मुख्य दोष एचडीएफएस से भरी हुई फ़ाइल की संरचना का सही वर्णन करने की आवश्यकता है। वर्टिका के नए संस्करण में, फ्लैट एचडीएफएस फ़ाइलों के साथ काम करने के लिए समर्थन को मेटाडेटा का समर्थन करने के लिए HC कनेक्टर इंटरफ़ेस के लिए कनेक्टर के माध्यम से फ्लैट तालिकाओं का वर्णन करने के लिए विस्तारित किया गया है, जो एप्टीट हाइव के लिए फ्लैट फ़ाइलों (मेटाडेटा) की संरचना का विवरण संग्रहीत करने का कार्य करता है। यह इस तरह दिखता है:


HDFS फ़ाइलों से डेटा डाउनलोड करने या उन्हें बाहरी तालिकाओं के रूप में क्वेरी करने पर, वर्टिका HCatalog सर्वर से फ़ाइलों के लिए मेटाडेटा प्राप्त करता है। सर्वर तब फ़ाइल डेटा को HDFS क्लस्टर से डाउनलोड करता है और उसे प्रोसेस करता है। Hadoop / Hive प्रसंस्करण क्षमताओं का उपयोग नहीं किया जाता है। वर्टिका प्रलेखन का कहना है कि डेटा विश्लेषण के क्षेत्र में कुशल सर्वर समाधानों के कारण, डेटा लेने के लिए अधिक लाभदायक है और वर्टिका की ओर इसे आगे बढ़ाने की तुलना में इसे Hadoop पक्ष पर करना है। इस दृष्टिकोण का एक अतिरिक्त लाभ विकास और रखरखाव की लागत कहा जा सकता है। वैसे, एक ही दस्तावेज में लिखा है कि बड़े पैमाने पर और भारी डेटा प्रसंस्करण के मामले में इसे Hadoop पर करने की सिफारिश की जाती है, यहां वर्टिका कम कुशल होगी। तो हम यह कह सकते हैं कि वर्टिका एक निश्चित अर्थ में केवल होदोप के साथ एकीकृत नहीं है, बल्कि विश्लेषणात्मक डेटा प्रसंस्करण के क्षेत्र में इसे बदलने की कोशिश कर रहा है, यह फ्लेक्स ज़ोन में अपने स्वयं के असंरचित डेटा प्रसंस्करण एल्गोरिदम और इसके डेटा भंडारण दोनों को प्रदान करता है।

बड़े क्लस्टर प्रबंधन

किसी भी एमपीपी में हमेशा अपना समय X जल्दी या बाद में होता है: जब संदेश हस्तांतरण और नेटवर्क समन्वय की लागत सिस्टम की अड़चन बनने लगती है तो क्लस्टर सर्वरों की संख्या एक महत्वपूर्ण मूल्य तक पहुंच जाती है। जाहिरा तौर पर, एचपी वर्टिका सर्वर उन कंपनियों के लिए विकसित हुआ है जिनमें सैकड़ों और हजारों सर्वर एक चमत्कार नहीं हैं, बल्कि एक काम का क्षण है। इसलिए, सातवें संस्करण में क्लस्टर सर्वर की नेटवर्किंग क्षमताओं में काफी विस्तार किया गया। अब, वर्टिका के सामान्य प्रसारण ऑपरेशन मोड के अलावा, आप "बड़े क्लस्टर व्यवस्था" मोड को सक्षम कर सकते हैं, जो बड़ी संख्या में सर्वरों के साथ क्लस्टर के लिए वर्टिका के संचालन को अनुकूलित करने की अनुमति देता है। वर्टिका दस्तावेज़ीकरण एक क्लस्टर में 120 सर्वरों की संख्या के लिए और दोनों के बीच उच्च नेटवर्क गतिविधि होने पर सर्वर की थोड़ी संख्या के लिए इसका उपयोग करने की सिफारिश करता है। बड़े क्लस्टर मोड का सिद्धांत यह है कि इसके नोड्स को उन समूहों में जोड़ा जाता है जिसमें नेटवर्क इंटरैक्शन के समन्वयक को सौंपा जाता है। प्रत्येक समूह के भीतर, नोड्स एक दूसरे के साथ संवाद करते हैं, और समूहों के बीच, समूह समन्वयक नेटवर्क संचार के लिए जिम्मेदार होते हैं।

एक और एमपीपी समस्या है जो बड़े समूहों के लिए महत्वपूर्ण है: सर्वर (रैक) के समूह की गलती सहनशीलता। जैसा कि आप जानते हैं, वर्टिका आसन्न नोड्स के बीच डेटा को प्रतिबिंबित करता है। सातवें संस्करण तक, यह स्वचालित रूप से हुआ और मिररिंग के आदेश को इंगित करना संभव नहीं था। इसने क्लस्टर के संचालन को पूरी तरह से ख़राब कर दिया था अगर इसमें कई सर्वर रैक होते थे और रैक में से एक काट दिया जाता था। यह पता चला कि पड़ोसी नोड क्लस्टर से गायब हो गए थे और इसे अपने काम को रोकने के लिए मजबूर किया गया था। सातवें संस्करण में, "फॉल्ट ग्रुप्स" का उपयोग करके इस समस्या को हल किया गया था। अब डेटाबेस के लिए रैक पर सर्वरों के समूहों को पेंट करने और उन पर काम करने वाले क्लस्टर नोड्स को चित्रित करने का अवसर है:


डेटा सेगमेंट करते समय, वर्टिका सर्वर यह सुनिश्चित करेगा कि सर्वर डेटा का दर्पण विभिन्न दोष-सहिष्णु समूहों में संग्रहीत है। इस प्रकार, सर्वर (रैक) के एक समूह को बंद करने से क्लस्टर बंद नहीं होगा, क्योंकि दूसरे समूह में एक दर्पण होगा जो वे क्लस्टर को संचालित करने के लिए कनेक्ट कर सकते हैं।

JDBC API की-वैल्यू

प्रारंभ में, एचपी वर्टिका को एक विश्लेषणात्मक डेटा सर्वर के रूप में डिज़ाइन किया गया था, जिससे आप बड़ी मात्रा में डेटा का विश्लेषण कर सकते हैं। सर्वर की क्षमताओं में धीरे-धीरे वृद्धि हुई और अब वर्टिका को पहले से ही एक पूर्ण बिगडाटा सर्वर कहा जा सकता है, जो संरचित और असंरचित दोनों डेटा को संसाधित करने की अनुमति देता है। कोई भी BigData सर्वर न केवल डेटा का शीघ्र विश्लेषण कर सकता है, बल्कि कुंजी द्वारा मान भी खोज सकता है, अर्थात, डेटा की तीव्र पहुंच का समर्थन करता है, कुंजी-मान सर्वर के रूप में कार्य करता है। वर्टिका टीम ने गंभीरता से अपने उत्पाद में सभी बिगडाटा आवश्यकताओं को कवर करने का फैसला किया और वर्टिका जेडीबीसी ड्राइवरों के लिए विस्तार के माध्यम से इस अवसर का एहसास किया। प्रारंभ में, वर्टिका में कुंजी द्वारा जानकारी की खोज डेटाबेस में एक फ़िल्टर के साथ एक नियमित चयन क्वेरी की तरह दिखती है, जिसके परिणामस्वरूप कुंजी को क्लस्टर सर्वर के बीच वितरित किया जाता है, जहां सभी ने तब तक काम करना शुरू किया जब तक कि क्लस्टर नोड्स में से एक ने वांछित परिणाम नहीं पाया और कॉलिंग क्लाइंट सत्र में इसे वापस कर दिया। । यह इस तरह दिखता है:


अब, कुंजी-मूल्य इंटरफ़ेस का उपयोग करके, आप निम्नानुसार डेटा का अनुरोध कर सकते हैं:

VGet get = conn.prepareGet("public", "users"); get.addPredicate("id", 5); ResultSet rs = get.execute(); 

जब इस कोड को निष्पादित किया जाता है, तो JDBC इंटरफ़ेस तुरंत निर्धारित करेगा कि क्लस्टर में कौन से सर्वर में आवश्यक रिकॉर्ड है और इसे प्राप्त करें:


सेगमेंटिंग रिकॉर्ड के लिए कुछ नियमों और संसाधित तालिका में पीके / यूके कुंजी की उपस्थिति के कारण कार्य-मूल्य के साथ कार्य प्राप्त किया जाता है। संसाधित किए जा रहे टेबल पर इन नियमों के बिना, यह विधि काम नहीं करेगी।

संक्षेप में, हम कह सकते हैं कि की-वैल्यू इंटरफ़ेस आपको सीपीयू समय, डिस्क और नेटवर्क गतिविधि में क्लस्टर सर्वर पर अनावश्यक भार के बिना, कई सत्रों के लिए दिए गए कुंजी के डेटा को जल्दी से खोजने और पुनर्प्राप्त करने के लिए एक अत्यधिक कुशल तरीका व्यवस्थित करने की अनुमति देता है। मुझे लगता है कि यह मुख्य रूप से वेब से जुड़ी कंपनियों द्वारा सराहना की जाती है, जिसके लिए कुंजी द्वारा जानकारी खोजने की गति हमेशा महत्वपूर्ण होती है।

क्लाइंट ड्राइवर्स

JDBC 4 मानक के लिए समर्थन वर्टिका JDBC ड्राइवर में जोड़ा गया था। यह JNDI का उपयोग करते हुए समाधान के लिए मुख्य रूप से उपयोगी है। ड्राइवरों के माध्यम से डेटाबेस मेटाडेटा प्राप्त करने के लिए समर्थन का भी विस्तार किया गया है, और कनेक्शन पूल के संचालन में सुधार किया गया है।

सभी ड्राइवरों के लिए, "कनेक्शन विफलता" और "कनेक्शन लोड संतुलन" के लिए समर्थन पेश किया गया है। आप मेजबान की एक सूची निर्दिष्ट कर सकते हैं, जो बदले में जुड़ा हो सकता है, अगर सूची में पिछला एक उपलब्ध नहीं था। इसके अलावा, कनेक्शन के लिए, आप कनेक्शन को संतुलित करने के विकल्प को निर्दिष्ट कर सकते हैं। फिर, सूची में पहले उपलब्ध होस्ट से कनेक्ट होने पर, कनेक्टेड सर्वर क्लाइंट के कनेक्शन को दूसरे, कम व्यस्त उपलब्ध होस्ट पर रीडायरेक्ट कर सकता है। ये सुविधाएँ वस्तुतः अपने कार्यों को करते हुए एक तृतीय-पक्ष लोड बैलेंसर की आवश्यकता को समाप्त करती हैं।

उपयोगकर्ता की पहचान करने के लिए, क्लाइंट ड्राइवरों में करबरोस 5 प्रोटोकॉल भी उपलब्ध है।

ड्राइवरों को बैच आवेषण के लिए अनुकूलित किया गया है। विक्रेता के अनुसार, अब सम्मिलन की गति बहुत अधिक है और ग्राहक पक्ष पर कम संसाधनों की आवश्यकता होती है।

प्रदर्शन और समाधान

सर्वर की विफलता के मामले में अनुकूलित क्लस्टर ऑपरेशन। यह क्लस्टर के अन्य नोड्स के बीच गणना भार के समान पुनर्वितरण के कारण हासिल किया गया है। पहले, एक दर्पण वाले पड़ोसी को एक असफल नोड के लिए काम करना पड़ता था, जिसके कारण काम करने वाले नोड्स के लिए प्रतीक्षा करने के कारण क्लस्टर प्रदर्शन में सामान्य कमी आई जबकि दो नोड के लिए काम करने वाले ने खुद के लिए और गिरे हुए पड़ोसी के लिए गणना का काम किया।

बड़ी संख्या में रिकॉर्ड के साथ तालिकाओं में अद्वितीय फ़ील्ड मानों की संख्या की गणना के प्रसंस्करण को गति देने के लिए, एक त्रुटि के साथ मात्रा की अनुमानित गणना के कार्यों को जोड़ा जाता है। यदि आप एक त्रुटि की अनुमति दी है, तो आप क्वेरी निष्पादन में तेजी लाने के लिए अनुमति देता है।

ऑप्टिमाइज़र अब ग्रुपबीवाई पाइपलाइड और ग्रुपबीएच एचएएच एल्गोरिदम के एक हाइब्रिड का उपयोग करके, समूहों की आंशिक छंटाई के लिए एक नया एल्गोरिदम का समर्थन करता है। यह सॉर्ट किए गए कॉलम के भाग का उपयोग करके अधिक कुशल डेटा एकत्रीकरण प्रश्नों की अनुमति देता है, जो हैशिंग के लिए मेमोरी की खपत और डिस्क स्वैप को कम करता है।

MERGE ऑपरेटर को तालिकाओं के लिए त्वरित किया गया है जिसमें PK / UK कुंजी का उपयोग डेटा और स्तंभों के समान सेट और सम्मिलन और परिवर्तनों के लिए किया गया है। यदि ये स्थितियां पूरी नहीं होती हैं, तो तालिकाओं को अनुकूलन के बिना पिछले संस्करणों के एल्गोरिथ्म के अनुसार जोड़ दिया जाता है।

COPY डेटा लोडर के काम में सुधार किया गया है, जहां यह अब डाउनलोड की गई फ़ाइल को कई भागों में तोड़कर और नोड की गुठली के बीच समानांतर प्रसंस्करण करके अधिक कुशलता से पार्स करता है।

एसडीके विस्तार

वर्टिका के पिछले संस्करणों में, सी में सर्वर की कार्यक्षमता का विस्तार करने के लिए अपने स्वयं के स्केलर (सरल) फ़ंक्शन, डेटा ट्रांसफ़ॉर्मेशन फ़ंक्शंस (ओलाप), और सीओपीवाई और क्रिएट एक्सटरनल स्टेटमेंट के साथ लोड किए गए डेटा को संसाधित करने के लिए फ़ंक्शन करना संभव था। अब यह जावा प्लेटफॉर्म पर भी उपलब्ध है। विशेष रूप से इसके लिए, एचपी वर्टिका के नए संस्करण में जावा एसडीके शामिल है।

अन्य एक्सटेंशन

वेब कंसोल (प्रबंधन कंसोल) की कार्यक्षमता का महत्वपूर्ण रूप से विस्तार किया। अधिक से अधिक, इस उपकरण को सिस्टम मॉनिटरिंग टूल से पूर्ण-क्लस्टर क्लस्टर व्यवस्थापन उपकरण में रूपांतरित किया जा रहा है। अब कंसोल योजनाओं को देखने और क्वेरी निष्पादन प्रोफाइल और नए अनुमानों को अनुकूलित करने और बनाने के लिए एक डिजाइनर को लॉन्च करने का समर्थन करता है। यहां तक ​​कि कंसोल की खाल के लिए समर्थन जोड़ा गया है, हालांकि मुझे समझ नहीं आता कि यह क्यों आवश्यक है।

अपने आप में काफी हद तक सुधार हुआ है। कॉलम के विभाजन और पैकिंग के लिए सर्वश्रेष्ठ उम्मीदवारों का निर्धारण करने के लिए पुन: डिज़ाइन किए गए एल्गोरिदम। स्तंभों के सहसंबंध का विश्लेषण करने की क्षमता को जोड़ा (उनके बीच घनिष्ठ संबंध), अर्थात्, डेटा प्रोफाइलिंग का वास्तव में विश्लेषण में उपयोग किया जाता है। ऐसे कार्य जोड़े गए हैं जो आपको निर्दिष्ट तालिकाओं और प्रश्नों के लिए एक डिज़ाइन क्षेत्र बनाने के लिए प्रोग्राम करते हैं, उनका विश्लेषण करते हैं और नए अनुमानों को जोड़ते हैं या अधिक इष्टतम संरचना के साथ मौजूदा लोगों को बदलते हैं। यह आपको डेटा अनुरोध करने के ट्यूनिंग कार्य को स्वचालित करने की अनुमति देता है। उदाहरण के लिए, आप स्वतंत्र रूप से एक निश्चित समय में भारी प्रश्नों के संग्रह को विकसित और योजना बना सकते हैं, उनका विश्लेषण कर सकते हैं और उन्हें डेटाबेस में स्वचालित रूप से लागू करके या भविष्य में मैनुअल निष्पादन के लिए एक स्क्रिप्ट के रूप में सहेजकर डेटा संरचनाओं के अनुकूलन के लिए सिफारिशें प्राप्त कर सकते हैं। इसके अलावा, क्वेरी समूहों की अवधारणा शुरू की गई है, जो डिजाइनर को विशिष्ट प्रश्नों की पहचान करने और उनके उपयोग की आवृत्ति के वजन को ध्यान में रखते हुए अनुकूलन करने की अनुमति देता है। उदाहरण के लिए, यह आपको भारी रात्रिकालीन प्रश्नों पर अनावश्यक अनुमान नहीं लगाने देता है यदि वे दिन में एक बार किया जाता है।

बेहतर सर्वर इंस्टॉलेशन सिस्टम। अब वर्टिका स्वतंत्र रूप से अधिक ओएस सेटिंग्स की जांच करता है और उन्हें ठीक करने की कोशिश करता है। असंभवता के मामले में, स्थापना के दौरान मैनुअल कॉन्फ़िगरेशन के लिए सिफारिशें जारी की जाती हैं।

SQL भाषा की कार्यक्षमता, फ़ंक्शन, सर्विस टेबल, कॉन्फ़िगरेशन पैरामीटर आदि का भी विस्तार किया गया था। यह सब एचपी वर्टिका प्रलेखन में अधिक विस्तार से पाया जा सकता है।

लेख का सारांश

एचपी वर्टिका वास्तव में कम शक्तिशाली बुलडोजर से एक उच्च मजबूत क्रेन के रूप में विकसित हुई है। बिगडाटा का निर्माण कार्य जोरों पर है। परिवर्तनों की मात्रा, विस्तारित कार्यक्षमता के साथ छठे संस्करण के लिए पैक को ठीक से काम करने के लिए जारी रखते हुए, वास्तव में प्रभावशाली है।

लेखक कोंस्टेंटिनोव एलेक्सी
डेटा वेयरहाउस आर्किटेक्ट
EasyData कंपनी

लेख की जानकारी का उपयोग करते समय कृपया लेखक को देखें।