Výukový program Teradata: Databáze Architecture & Types

Co je Teradata?

Teradata je komerční relační systém pro správu databází pro vývojářeping rozsáhlé aplikace pro datové sklady. Tento nástroj poskytuje podporu pro více operací datového skladu současně pomocí konceptu paralelismu. Teradata je masivně paralelní systém pro zpracování dat, který podporuje Unix/Linux/Windows serverové platformy.

Software Teradata je vyvinut společností Teradata Corporation, což je americká IT firma. Je dodavatelem analytických datových platforem, aplikací a dalších souvisejících služeb. Firma vyvíjí produkt pro konsolidaci dat z různých zdrojů a zpřístupnění dat pro analýzu.

Proč Teradata?

• Teradata nabízí kompletní sadu služeb, na které se zaměřuje Skladování dat
• Systém je postaven na otevřené architektuře. Takže kdykoli jsou k dispozici rychlejší zařízení, lze je začlenit do již sestavené architektury.
• Teradata podporuje 50+ petabajtů dat.
• Jediný operační pohled pro velký víceuzlový systém Teradata využívající Service Workstation
• Kompatibilní se širokou škálou BI nástroj k načtení dat.
• Může fungovat jako jediný kontrolní bod pro DBA pro správu Databáze.
• Vysoký výkon, různé dotazy, analýzy v databázi a sofistikovaná správa pracovní zátěže
• Teradata vám umožňuje získat stejná data na více možnostech nasazení

Tyto výhody se budovaly po čtyři desetiletí, jak ukazuje níže uvedená časová osa.

Historie Teradata

Společnost Teradata byla založena v roce 1979 výzkumníky z Caltechu spolupracujícími se Citibank. Společnost NCR Corporation ji získala v roce 1991 a Teradata se v říjnu 2007 odštěpila jako nezávislá veřejně obchodovaná společnost, jejímž prvním generálním ředitelem se stal Michael Koehler. Společnost má sídlo v San Diegu a od roku 2020 ji vede prezident a generální ředitel Steve McMillan.

Milníky společnosti Teradata Corporation:

• 1979 – byla začleněna společnost Teradata
• 1984 – Vydání prvního databázového počítače DBC/1012
• 1986 – časopis Fortune vyhlásil Teradata jako „produkt roku“
• 1991 – Společnost NCR Corporation získává společnost Teradata
• 1999 – Největší databáze vytvořená pomocí Teradata se 130 terabajty
• 2002 – Verze Teradata V2R5 s kompresí a Partition Primary
• 2006 – Uvedení řešení Teradata Master Data Management
• 2007 – Teradata se odděluje od NCR a je kótována jako nezávislá společnost
• 2008 – Vydán Teradata 13.0 s Active Data Warehousing
• 2011 – Kupuje Teradata Aster a vrhá se do Advanced Analytics Space
• 2012 – Představení Teradata 14.0
• 2014 – Představení Teradata 15.0
• 2015 – Teradata kupuje platformu pro marketing aplikací Appoxee
• 2017 – Teradata získává StackIQ ze San Diega
• 2018 – Teradata Vantage spouští svou jednotnou analytickou platformu
• 2022 – Vydáno VantageCloud Lake pro cloudově nativní analytiku
• 2023 – ClearScape Analytics přidává v databázi umělou inteligenci a strojové učení ve velkém měřítku
• 2024 – Přidává podporu formátu otevřených tabulek pro Apache Iceberg a Delta Lake a vydává Teradata AI Unlimited na AWS a Azure trhů
• 2025 – Spouští Enterprise Vector Store, open-source MCP Server, a AgentBuilder pro podporu úloh agentní umělé inteligence.
• 2026 – Teradata Autonomous Knowledge Platform oznámena v květnu a bude všeobecně dostupná v červenci v cloudových, on-premise a hybridních nasazeních.

Dále v tomto tutoriálu Teradata se seznámíme s funkcemi Teradata.

Vlastnosti Teradata SQL

Teradata nabízí následující výkonné funkce:

• Lineární škálovatelnost: Nabízí lineární škálovatelnost při práci s velkými objemy dat přidáním uzlů ke zvýšení výkonu systému.
• Neomezený paralelismus: Teradata je založena na MPP (Massively Parallel Processing). Architektura). Je tedy navržen tak, aby byl od začátku paralelní. Dokáže rozdělit velký úkol na menší úkoly a spouštět je paralelně
• Prospělý optimalizátor: Teradata Optimizer dokáže zpracovat až 64 spojení v dotazu.
• Nízké TCO: Teradata má nízké celkové náklady na vlastnictví. Je snadno nastavitelná, udržovaná a spravovaná.
• Nástroje pro načítání a vykládání: Teradata poskytuje nástroje pro načítání a vyjímání pro přesun dat do/z Teradata System.
• Konektivita: Tento systém MPP se může připojit k systémům připojeným ke kanálu, jako je sálový počítač nebo k systémům připojeným k síti.
• SQL: Teradata podporuje SQL pro interakci s daty uloženými v tabulkách. Poskytuje jeho rozšíření.
• Robustní nástroje: Teradata poskytuje robustní nástroje pro import/export dat z/do systémů Teradata, jako jsou FastExport, FastLoad, MultiLoad a TPT.
• Automatická distribuce: Teradata dokáže distribuovat data na disky automaticky bez ručního zásahu.

Dále v tomto tutoriálu Teradata SQL se dozvíme o Teradata Architecture.

Teradata Architecture

Architektura Teradata je masivně paralelní zpracování Architecture.

Tři důležité součásti Teradata jsou:

• Modul analýzy
• BYNET
• Procesory přístupového modulu (AMP)

Úložiště Teradata Archidatabáze tecture ArchiSchéma struktury:

Výše uvedený diagram tracodesílá požadavek z Parsing Engine, přes BYNET, dolů k AMP, které vlastní disky. Dvě níže uvedené podsekce sledují tuto cestu v každém směru.

Úložiště Teradata Architecture

Modul analýzy:

Modul analýzy analyzuje dotazy a připravuje plán provádění. Spravuje relace pro uživatele. Optimalizuje a odešle požadavek uživatelům.

Když tedy klient provádí dotazy na vkládání záznamů, modul analýzy odešle záznamy do vrstvy předávání zpráv. Vrstva předávání zpráv neboli BYNET je softwarová a hardwarová součást. Nabízí síťové funkce. Také načte záznamy a odešle řádek do cílového AMP.

MPA:

AMP je zkratka pro Access Module Processor. Na tyto disky ukládá záznamy. AMP provádí následující činnosti:

• Spravuje část databáze
• Spravuje část každé tabulky
• Proveďte všechny úkoly spojené s generováním sady výsledků, jako je řazení, agregace a spojení
• Proveďte zámek a správu prostoru

Načítání Teradata Architecture

Když klient spustí dotazy k načtení záznamů, modul analýzy odešle požadavek do BYNET. Poté BYNET odešle žádost o načtení příslušným AMP.

AMP paralelně prohledávají své disky a rozpoznávají požadované záznamy a odesílají je společnosti BYNET. BYNET odešle záznamy do modulu Parsing Engine, který bude následně odeslán klientovi.

Dále v tomto tutoriálu Teradata Database se seznámíme s příkazy Teradata SQL.

Typy příkazů SQL v Teradata

Databáze Teradata podporuje následující základní příkazy SQL:

1. Příkazy jazyka DDL (Data Definition Language).
2. Příkazy jazyka řízení dat (DCL).
3. Příkazy jazyka DML (Data Manipulation Language).

Příkazy jazyka pro definici dat

COMMAND	Description
CREATE	Vytvoří novou databázi, tabulku, uživatele atd.
DROP	Odebere novou databázi, tabulku, uživatele atd.
ALTER	Změní tabulku, sloupec, spouštěč atd.
MODIFIKOVAT	Změní databázi nebo definici uživatele
PŘEJMENOVAT	Změní názvy tabulek, pohledů, maker atd.

Příkazy jazyka pro řízení dat

COMMAND	Description
UDĚLIT/ODVOLAT	Používá se k řízení oprávnění uživatele k objektu
UDĚLIT PŘIHLÁŠENÍ/ODVOLAT PŘIHLÁŠENÍ	Používá se k řízení přihlašovacích oprávnění k hostiteli nebo skupině hostitelů
DÁT	Používá se k přidělení databázového objektu jinému databázovému objektu

Příkazy jazyka pro manipulaci s daty SQL v databázi Teradata

COMMAND	Description
DELETE	Odebere řádek z tabulky
ECHO	Používá se k odeslání řetězce nebo příkazu klientovi
KONTROLNÍ BOD	Definuje bod obnovy v žurnálu, který lze později použít k obnovení obsahu tabulky
SELECT	Používá se k vrácení dat konkrétního řádku ve formuláři tabulky
UPDATE	Upravuje data v jednom nebo více řádcích tabulky

Sada produktů Teradata a možnosti nasazení

Tyto příkazy se chovají stejně bez ohledu na to, která edice běží pod nimi, protože Teradata dodává jeden engine napříč několika modely doručování.

• Teradata Vantage: Základní platforma kombinující SQL engine, správu úloh a konektory pro objektové úložiště.
• VantageCloud Enterprise: Spravované nasazení na AWS, Azurenebo Google Cloud pro sklady, které stěhují vlastní hardware.
• Jezero VantageCloud: Cloudově nativní edice zaměřená především na objektové úložiště s nezávislými výpočetními clustery pro elastické úlohy.
• Analytika ClearScape: Vrstva v databázi, která vedle dat spouští funkce strojového učení a časových řad.
• Místní IntelliFlex: Účelový hardware pro regulované úlohy, které musí zůstat v soukromém datovém centru.

Protože jeden příkaz SQL běží napříč těmito edicemi beze změny, jsou hybridní verze běžné.

Aplikace databáze Teradata

Níže jsou uvedeny oblíbené aplikace Teradata:

• Správa zákaznických dat: Pomáhá udržovat dlouhodobé vztahy se zákazníky.
• Správa kmenových dat: Pomáhá vyvinout prostředí, kde lze používat, synchronizovat a ukládat kmenová data.
• Řízení financí a výkonu: Pomáhá organizaci zlepšit rychlost a kvalitu účetního výkaznictví. Snižuje náklady na finanční infrastrukturu a proaktivně řídí výkon podniku.
• Řízení dodavatelského řetězce: Zlepšete operace dodavatelského řetězce, které pomáhají zlepšit služby zákazníkům, zkrátit doby cyklů a snížit zásoby.
• Řízení poptávkového řetězce: Pomáhá zvyšovat úroveň zákaznických služeb a prodeje. Pomáhá také společnostem přesně předvídat poptávku po jejich položce z obchodu.

Dále v tomto tutoriálu Teradata pro začátečníky se seznámíme s rozdílem mezi Teradata a ostatními RDBMS.

Rozdíl mezi Teradata a jinými RDBMS

Parametr	Teradata	RDBMS
Architectures	Sleduje sdílené nic Architecture.	Sdílel vše a umožňuje soupeření o zdroje.
Procesy	MIPS [miliony instrukcí/s]	KIPS [Tisíce instrukcí/s]
Indexy	Lepší distribuce a vyhledávání	Nabízí pouze FASI Retrieval
Rovnoběžnost	Podporuje nepodmíněný paralelismus.	Paralelismus je podmíněný a nepředvídatelný
Hromadné zatížení	Teradata umožňuje hromadné načítání.	Umožňuje pouze omezené hromadné zatížení.
Škálovatelnost	Lineární škálovatelnost se sklonem jedna	Škálovatelnost s klesajícími výnosy
Vyrovnávací paměť databáze	Jeden databázový buffer používaný všemi UoP (jednotka paralelismu). Jedno datové úložiště, ke kterému přistupují všechny UoP.	Query Controller dodává funkce UoP, které vlastní data
Prodejny	Ukládá TERABAJTY [Billionty řádků]	GIGABAJTY [Miliony řádků]

Řádek „shared-nothing“ výše závisí na dále porovnávaném modelu zpracování.

MPP vs. SMP

MPP	SMP
MPP – Masivně paralelní zpracování. Je to počítačový systém, který je připojen k mnoha nezávislým aritmetickým jednotkám nebo celým mikroprocesorům, které běží paralelně.	Symetrické vícenásobné zpracování. V systému zpracování SMP sdílí CPU stejnou paměť a v důsledku toho může kód spuštěný v jednom systému ovlivnit paměť používanou jiným.
Databáze lze rozšířit přidáním nových CPU.	Databáze SMP obecně používají jeden procesor k provádění prohledávání databáze.
V prostředí MPP je výkon vylepšen, protože fyzické počítače nesmí sdílet žádné prostředky.	Pracovní zátěž pro paralelní úlohu je distribuována mezi procesory v systému.
Výkon systému Massive paralelního zpracování je lineární. Bude se však zvyšovat úměrně s počtem uzlů.	SMP databáze mohou běžet na více serverech. Bude však sdílet jiný zdroj.

Nejčastější dotazy