Teradata Tutorial: Database Architektur & Typen

Was ist Teradata?

Teradata is a commercial relational Database Management System for developing large-scale data warehousing applications. This tool provides support for multiple data warehouse operations simultaneously using the concept of parallelism. Teradata is a massively parallel processing system that supports Unix/Linux/Windows Serverplattformen.

Teradata-Software wird von der Teradata Corporation entwickelt, einem amerikanischen IT-Unternehmen. Es ist ein Anbieter von Analysedatenplattformen, Anwendungen und anderen damit verbundenen Dienstleistungen. Das Unternehmen entwickelt ein Produkt, um Daten aus verschiedenen Quellen zu konsolidieren und für die Analyse verfügbar zu machen.

Warum Teradata?

• Teradata bietet ein umfassendes Servicepaket mit Schwerpunkt auf Data Warehousing
• Das System basiert auf einer offenen Architektur. Wenn also schnellere Geräte verfügbar werden, können diese in die bereits vorhandene Architektur integriert werden.
• Teradata unterstützt mehr als 50 Petabyte an Daten.
• Einzelbetriebsansicht für ein großes Teradata-Mehrknotensystem mit Service Workstation
• Kompatibel mit einer Vielzahl von BI-Tool um Daten abzurufen.
• Es kann als zentraler Kontrollpunkt für den DBA fungieren, um das zu verwalten Datenbank.
• Hohe Leistung, vielfältige Abfragen, datenbankinterne Analysen und ausgefeiltes Workload-Management
• Mit Teradata können Sie dieselben Daten für mehrere Bereitstellungsoptionen abrufen

These advantages were built up over four decades, as the timeline below shows.

Geschichte von Teradata

Teradata was incorporated in 1979 by Caltech researchers working with Citibank. NCR Corporation acquired it in 1991, and Teradata was spun off as an independent public company in October 2007, with Michael Koehler as its first chief executive. The company is headquartered in San Diego and has been led by president and CEO Steve McMillan since 2020.

Meilensteine ​​der Teradata Corporation:

• 1979 – Teradata wurde gegründet
• 1984 – Veröffentlichung des ersten Datenbankcomputers DBC/1012
• 1986 – Das Fortune-Magazin erklärt Teradata zum „Produkt des Jahres“
• 1991 – NCR Corporation acquires Teradata
• 1999 – Größte mit Teradata erstellte Datenbank mit 130 Terabyte
• 2002 – Veröffentlichung der Teradata V2R5-Version mit Komprimierung und primärer Partitionierung
• 2006 – Einführung der Teradata Master Data Management-Lösung
• 2007 – Teradata separates from NCR and lists as an independent company
• 2008 – Teradata 13.0 mit Active Data Warehousing veröffentlicht
• 2011 – Übernahme von Teradata Aster und Einstieg in den Bereich Advanced Analytics
• 2012 – Teradata 14.0 eingeführt
• 2014 – Teradata 15.0 eingeführt
• 2015 – Teradata buys apps marketing platform Appoxee
• 2017 – Teradata acquires San Diego’s StackIQ
• 2018 – Teradata Vantage launches as a unified analytics platform
• 2022 – VantageCloud Lake released for cloud-native analytics
• 2023 – ClearScape Analytics adds in-database AI and machine learning at scale
• 2024 – Adds open table format support for Apache Iceberg and Delta Lake, and releases Teradata AI Unlimited on the AWS and Azure Markt
• 2025 – Launches Enterprise Vector Store, an open-source MCP Server, and AgentBuilder to support agentic AI workloads
• 2026 – Teradata Autonomous Knowledge Platform announced in May and becomes generally available in July across cloud, on-premises, and hybrid deployments

Als Nächstes lernen wir in diesem Teradata-Tutorial die Funktionen von Teradata kennen.

Funktionen von Teradata SQL

Teradata bietet die folgenden leistungsstarken Funktionen:

• Lineare Skalierbarkeit: Bietet lineare Skalierbarkeit bei der Verarbeitung großer Datenmengen durch Hinzufügen von Knoten, um die Leistung des Systems zu steigern.
• Unbegrenzte Parallelität: Teradata basiert auf MPP (Massively Parallel Processing). Archi(Textur). Es ist also von Anfang an auf Parallelität ausgelegt. Es kann eine große Aufgabe in kleinere Aufgaben aufteilen und diese parallel ausführen
• Ausgereifter Optimierer: Teradata Optimizer kann bis zu 64 Verknüpfungen in einer Abfrage verarbeiten.
• Niedrige Gesamtbetriebskosten: Teradata has a low total cost of ownership. It is easy to setup, maintain, and administrate.
• Dienstprogramme laden und entladen: Teradata bietet Lade- und Entladeprogramme zum Verschieben von Daten in das/aus dem Teradata-System.
• Konnektivität: Dieses MPP-System kann mit kanalgebundenen Systemen wie einem Mainframe oder netzwerkgebundenen Systemen verbunden werden.
• SQL: Teradata unterstützt SQL um mit den in Tabellen gespeicherten Daten zu interagieren. Es bietet seine Erweiterung.
• Robuste Dienstprogramme: Teradata bietet robuste Dienstprogramme zum Importieren/Exportieren von Daten aus/in Teradata-Systeme wie FastExport, FastLoad, MultiLoad und TPT.
• Automatische Verteilung: Teradata kann die Daten automatisch und ohne manuellen Eingriff auf die Festplatten verteilen.

Als nächstes lernen wir in diesem Teradata SQL-Tutorial etwas über Teradata ArchiStruktur.

Teradata Architektur

Die Teradata-Architektur ist eine Massively Parallel Processing ArchiStruktur.

Drei wichtige Komponenten von Teradata sind:

• Parsing-Engine
• BYNET
• Zugriffsmodulprozessoren (AMPs)

Teradatenspeicher Architecture-Datenbank ArchiStrukturdiagramm:

The diagram above traces a request from the Parsing Engine, through BYNET, down to the AMPs that own the disks. The two subsections below follow that path in each direction.

Teradatenspeicher Architektur

Parsing-Engine:

Die Parsing Engine analysiert die Abfragen und bereitet den Ausführungsplan vor. Sie verwaltet Sitzungen für Benutzer. Sie optimiert und sendet eine Anfrage an die Benutzer.

Wenn der Client also Abfragen zum Einfügen von Datensätzen ausführt, sendet die Parsing Engine die Datensätze an die Message Passing-Schicht. Message Passing Layer oder BYNET ist eine Software- und Hardwarekomponente. Es bietet Netzwerkfähigkeit. Außerdem werden die Datensätze abgerufen und die Zeile an den Ziel-AMP gesendet.

AMPERE:

AMP steht für Access Module Processor. Es speichert Datensätze auf diesen Festplatten. AMP führt folgende Aktivitäten durch:

• Verwaltet einen Teil der Datenbank
• Verwaltet einen Teil jeder Tabelle
• Führen Sie alle mit der Generierung des Ergebnissatzes verbundenen Aufgaben aus, z. B. Sortieren, Aggregation und Verknüpfung
• Führen Sie die Sperr- und Speicherplatzverwaltung durch

Teradata-Abruf Architektur

Wenn der Client Abfragen zum Abrufen von Datensätzen ausführt, sendet die Parsing-Engine eine Anfrage an BYNET. Anschließend sendet BYNET die Abrufanfrage an die entsprechenden AMPs.

AMPs durchsuchen parallel ihre Festplatten, erkennen die erforderlichen Datensätze und senden sie an BYNET. BYNET sendet die Datensätze an die Parsing Engine, die wiederum an den Client gesendet wird.

Als nächstes lernen wir in diesem Teradata-Datenbank-Tutorial etwas über Teradata-SQL-Befehle.

Types of Teradata SQL Commands

Die Teradata-Datenbank unterstützt die folgenden grundlegenden SQL-Befehle:

1. DDL-Befehle (Data Definition Language).
2. DCL-Befehle (Data Control Language).
3. DML-Befehle (Data Manipulation Language).

Data Definition Language Commands

COMMAND	Beschreibung
CREATE	Erstellt eine neue Datenbank, Tabelle, einen neuen Benutzer usw.
DROP	Entfernt eine neue Datenbank, Tabelle, einen neuen Benutzer usw.
ALTER	Ändert eine Tabelle, Spalte, einen Trigger usw.
ÄNDERN	Ändert eine Datenbank oder Benutzerdefinition
UMBENENNEN	Ändert Namen von Tabellen, Ansichten, Makros usw.

Data Control Language Commands

COMMAND	Beschreibung
GEWÄHRUNG/WIDERRUFEN	Wird verwendet, um die Berechtigungen eines Benutzers für ein Objekt zu steuern
ANMELDUNG GEWÄHREN/ANMELDUNG WIDERRUFEN	Wird zur Steuerung der Anmeldeberechtigungen für einen Host oder eine Hostgruppe verwendet
GEBEN	Wird verwendet, um ein Datenbankobjekt einem anderen Datenbankobjekt zuzuweisen

Teradata Database SQL Data Manipulation Language Commands

COMMAND	Beschreibung
LÖSCHEN	Entfernt eine Zeile aus der Tabelle
ECHO	Wird verwendet, um eine Zeichenfolge oder einen Befehl an den Client zurückzugeben
KONTROLLPUNKT	Definiert einen Wiederherstellungspunkt im Journal, der später zum Wiederherstellen des Tabelleninhalts verwendet werden kann
SELECT	Wird verwendet, um bestimmte Zeilendaten in Tabellenform zurückzugeben
AKTUALISIEREN	Ändert Daten in einer oder mehreren Zeilen einer Tabelle

Teradata Product Suite and Deployment Options

Those commands behave identically whichever edition runs underneath, because Teradata ships one engine across several delivery models.

• Teradata Vantage: The core platform combining the SQL engine, workload management, and connectors to object storage.
• VantageCloud Enterprise: A managed deployment on AWS, Azureden Google Cloud for warehouses moving off owned hardware.
• VantageCloud Lake: A cloud-native, object-storage-first edition with independent compute clusters for elastic workloads.
• ClearScape Analytics: The in-database layer running machine learning and time-series functions beside the data.
• On-premises IntelliFlex: Purpose-built hardware for regulated workloads that must stay in a private data centre.

Because one SQL statement runs unchanged across these editions, hybrid estates are common.

Anwendungen der Teradata-Datenbank

Im Folgenden sind die beliebten Teradata-Anwendungen aufgeführt:

• Kundendatenmanagement: Trägt dazu bei, langfristige Kundenbeziehungen aufrechtzuerhalten.
• Stammdatenverwaltung: Helps to develop an environment where master data can be used, synchronized, and stored.
• Finanz- und Leistungsmanagement: Hilft Unternehmen dabei, die Geschwindigkeit und Qualität der Finanzberichterstattung zu verbessern. Es reduziert die Kosten für die Finanzinfrastruktur und verwaltet die Unternehmensleistung proaktiv.
• Leitung der Lieferkette: Verbessern Sie die Abläufe in der Lieferkette, um den Kundenservice zu verbessern, Durchlaufzeiten zu verkürzen und die Lagerbestände zu senken.
• Nachfragekettenmanagement: Trägt dazu bei, den Kundenservice und den Umsatz zu steigern. Es hilft Unternehmen auch dabei, die Nachfrage nach ihren Ladenartikeln genau vorherzusagen.

Als nächstes lernen wir in diesem Teradata-Tutorial für Anfänger den Unterschied zwischen Teradata und anderen kennen RDBMS.

Unterschied zwischen Teradata und anderen RDBMS

Parameter	Teradata	RDBMS
Architekturen	Folgt Shared Nothing ArchiStruktur.	Alles geteilt und Ressourcenkonflikte zugelassen.
Prozesse	MIPS [Millionen Anweisungen/Sek.]	KIPS [Thousands of Instructions/sec]
Indizes	Bessere Verteilung und Abruf	Bietet nur FASI-Abruf
Parallelität	Unterstützt bedingungslose Parallelität.	Parallelität ist bedingt und unvorhersehbar
Große Ladung	Teradata ermöglicht Massenladen.	Ermöglicht nur begrenztes Massenladen.
Skalierbarkeit	Lineare Skalierbarkeit mit einer Steigung von eins	Skalierbarkeit bei sinkenden Erträgen
Datenbankpuffer	A single database buffer used by all UoP’s (a unit of parallelism). A single data store accessed by all UoP’s	Query Controller sendet Funktionen an UoPs, die Eigentümer der Daten sind
Boutiquen	It stores TERABYTES [BillIonen von Reihen]	GIGABYTES [Millions of rows]

The shared-nothing row above depends on the processing model compared next.

MPP vs. SMP

MPP	SMP
MPP – Massively Parallel Processing. Es handelt sich um ein Computersystem, das mit vielen unabhängigen Recheneinheiten oder ganzen Mikroprozessoren verbunden ist, die parallel laufen.	Symmetrisches Multi-Processing. In einem SMP-Verarbeitungssystem teilen sich die CPUs denselben Speicher. Daher kann sich Code, der in einem System ausgeführt wird, auf den von einem anderen System verwendeten Speicher auswirken.
Datenbanken können durch das Hinzufügen neuer CPUs erweitert werden.	SMP-Datenbanken verwenden im Allgemeinen eine CPU, um Datenbanksuchen durchzuführen.
In einer MPP-Umgebung wird die Leistung verbessert, da keine Ressourcen zwischen physischen Computern geteilt werden müssen.	Die Arbeitslast für einen parallelen Job wird auf die Prozessoren im System verteilt.
Die Leistung eines Massive-Parallelverarbeitungssystems ist linear. Sie wird jedoch proportional zur Anzahl der Knoten zunehmen.	SMP-Datenbanken können auf mehreren Servern laufen. Allerdings wird eine andere Ressource geteilt.

Häufig gestellte Fragen