Tutorial de Teradata: Base de datos Architectura y tipos

¿Qué es Teradata?

Teradata es un sistema comercial de gestión de bases de datos relacionales para desarrolladores.ping aplicaciones de almacenamiento de datos a gran escala. Esta herramienta proporciona soporte para múltiples operaciones de almacenamiento de datos simultáneamente utilizando el concepto de paralelismo. Teradata es un sistema de procesamiento masivamente paralelo que admite Unix/Linux/Windows plataformas de servidores.

El software Teradata es desarrollado por Teradata Corporation, que es una empresa de TI estadounidense. Es un proveedor de plataformas de datos analíticos, aplicaciones y otros servicios relacionados. La empresa desarrolla un producto para consolidar datos de diversas fuentes y ponerlos a disposición para su análisis.

¿Por qué Teradata?

• Teradata ofrece un conjunto completo de servicios que se centra en Almacenamiento de datos
• El sistema está construido sobre una arquitectura abierta, por lo que, siempre que haya dispositivos más rápidos disponibles, se podrán incorporar a la arquitectura ya construida.
• Teradata admite más de 50 petabytes de datos.
• Vista de operación única para un gran sistema multinodo Teradata que utiliza Service Workstation
• Compatible con una amplia gama de Herramienta de BI para obtener datos.
• Puede actuar como un único punto de control para que el DBA gestione la Database .
• Alto rendimiento, consultas diversas, análisis en la base de datos y gestión sofisticada de la carga de trabajo
• Teradata le permite obtener los mismos datos en múltiples opciones de implementación

Estas ventajas se fueron acumulando a lo largo de cuatro décadas, como muestra la cronología que aparece a continuación.

Historia de Teradata

Teradata fue fundada en 1979 por investigadores de Caltech que colaboraban con Citibank. NCR Corporation la adquirió en 1991, y en octubre de 2007 Teradata se independizó como empresa pública, con Michael Koehler como su primer director ejecutivo. La empresa tiene su sede en San Diego y desde 2020 está dirigida por su presidente y director ejecutivo, Steve McMillan.

Hitos de Teradata Corporation:

• 1979 – Se incorpora Teradata
• 1984 – Lanzamiento del primer ordenador de base de datos DBC/1012
• 1986 – La revista Fortune declaró a Teradata como “Producto del año”.
• 1991 – NCR Corporation adquiere Teradata
• 1999: la base de datos más grande creada con Teradata con 130 Terabytes
• 2002 – Lanzamiento de la versión Teradata V2R5 con compresión y partición primaria
• 2006 – Lanzamiento de la solución Teradata Master Data Management
• 2007 – Teradata se separa de NCR y cotiza como empresa independiente.
• 2008: lanzamiento de Teradata 13.0 con Active Data Warehousing
• 2011 – Adquiere Teradata Aster y se sumerge en el espacio de análisis avanzado
• 2012 – Se introduce Teradata 14.0
• 2014 – Se introduce Teradata 15.0
• 2015 – Teradata compra la plataforma de marketing de aplicaciones Appoxee.
• 2017 – Teradata adquiere StackIQ de San Diego.
• 2018 – Teradata Vantage se lanza como una plataforma analítica unificada.
• 2022 – VantageCloud Lake se lanza para análisis nativos de la nube.
• 2023 – ClearScape Analytics incorpora IA y aprendizaje automático a gran escala en su base de datos.
• 2024 – Agrega soporte para formato de tabla abierta para Apache Iceberg y Delta Lake, y lanza Teradata AI Unlimited en AWS y Azure mercados
• 2025 – Lanzamiento de Enterprise Vector Store, un servidor MCP de código abierto y AgentBuilder para dar soporte a cargas de trabajo de IA basadas en agentes.
• 2026 – La plataforma Teradata Autonomous Knowledge Platform se anunció en mayo y estará disponible de forma general en julio para implementaciones en la nube, locales e híbridas.

A continuación, en este tutorial de Teradata, aprenderemos sobre las características de Teradata.

Características de Teradata SQL

Teradata ofrece las siguientes potentes funciones:

• Escalabilidad lineal: Ofrece escalabilidad lineal al tratar con grandes volúmenes de datos agregando nodos para aumentar el rendimiento del sistema.
• Paralelismo ilimitado: Teradata se basa en MPP (procesamiento masivo paralelo Architectura). Por lo tanto, está diseñado para ser paralelo desde el principio. Puede dividir una tarea grande en tareas más pequeñas y ejecutarlas en paralelo
• Optimizador maduro: Teradata Optimizer puede manejar hasta 64 uniones en una consulta.
• Costo total de propiedad bajo: Teradata tiene un bajo costo total de propiedad. Es fácil de configurar, mantener y administrar.
• Utilidades de carga y descarga: Teradata proporciona utilidades de carga y descarga para mover datos hacia/desde el sistema Teradata.
• Conectividad: Este sistema MPP se puede conectar a sistemas conectados a canales, como una computadora central o sistemas conectados a una red.
• SQL: Soportes de Teradata SQL para interactuar con los datos almacenados en tablas. Proporciona su extensión.
• Utilidades robustas: Teradata proporciona sólidas utilidades para importar/exportar datos desde/hacia sistemas Teradata como FastExport, FastLoad, MultiLoad y TPT.
• Distribución automática: Teradata puede distribuir los datos a los discos automáticamente sin intervención manual.

A continuación, en este tutorial de Teradata SQL, aprenderemos sobre Teradata. Architectura.

Teradata Architectura

La arquitectura de Teradata es un procesamiento masivamente paralelo Architectura.

Tres componentes importantes de Teradata son:

• Motor de análisis
• BYNET
• Procesadores de módulos de acceso (AMP)

Almacenamiento Teradata Archibase de datos de tecnología ArchiDiagrama de tecnología:

El diagrama de arriba traces una solicitud del motor de análisis, a través de BYNET, hasta los AMP que poseen los discos. Las dos subsecciones siguientes siguen esa ruta en cada dirección.

Almacenamiento Teradata Architectura

Motor de análisis:

El motor de análisis analiza las consultas y prepara el plan de ejecución. Gestiona las sesiones de los usuarios. Optimiza y envía una solicitud a los usuarios.

Entonces, cuando el cliente ejecuta consultas para insertar registros, Parsing Engine envía los registros a la capa de paso de mensajes. La capa de paso de mensajes o BYNET es un componente de software y hardware. Ofrece capacidad de conexión en red. También recupera los registros y envía la fila al AMP de destino.

AMPERIO:

AMP significa Procesador de módulo de acceso. Almacena registros en estos discos. AMP realiza las siguientes actividades:

• Gestiona una parte de la base de datos.
• Gestiona una parte de cada mesa.
• Realizar todas las tareas asociadas con la generación del conjunto de resultados, como ordenar, agregar y unir.
• Realizar gestión de bloqueo y espacio.

Recuperación de Teradata Architectura

Cuando el cliente ejecuta consultas para recuperar registros, el motor de análisis envía una solicitud a BYNET. Luego BYNET envía la solicitud de recuperación a los AMP correspondientes.

Los AMP buscan en sus discos en paralelo, reconocen los registros requeridos y los envían a BYNET. BYNET envía los registros a Parsing Engine, que a su vez se enviará al cliente.

A continuación, en este tutorial de Teradata Database, aprenderemos sobre los comandos SQL de Teradata.

Tipos de comandos SQL de Teradata

La base de datos Teradata admite los siguientes comandos SQL básicos:

1. Comandos del lenguaje de definición de datos (DDL)
2. Comandos del lenguaje de control de datos (DCL)
3. Comandos del lenguaje de manipulación de datos (DML)

Comandos del lenguaje de definición de datos

COMANDO	Mareas Ideales para Lecciones
CREAR	Crea una nueva base de datos, tabla, usuario, etc.
DROP	Elimina una nueva base de datos, tabla, usuario, etc.
ALTER	Cambia una tabla, columna, disparador, etc.
MODIFICAR	Cambia una base de datos o una definición de usuario
REBAUTIZAR	Cambia el nombre de tablas, vistas, macros, etc.

Comandos del lenguaje de control de datos

COMANDO	Mareas Ideales para Lecciones
OTORGAR/REVOCAR	Se utiliza para controlar los privilegios de un usuario sobre un objeto.
CONCEDER EL INICIO DE SESIÓN/REVOCAR EL INICIO DE SESIÓN	Se utiliza para controlar los privilegios de inicio de sesión en un host o grupo de hosts.
DAR	Se utiliza para dar un objeto de base de datos a otro objeto de base de datos.

Comandos del lenguaje de manipulación de datos SQL de la base de datos Teradata

COMANDO	Mareas Ideales para Lecciones
BORRAR	Elimina una fila de la tabla
ECHO	Se utiliza para hacer eco de una cadena o comando al cliente.
CONTROL	Define un punto de recuperación en el diario que se puede utilizar más adelante para restaurar el contenido de la tabla.
SELECT	Se utiliza para devolver datos de una fila específica en forma de tabla.
ACTUALIZAR	Modifica datos en una o más filas de una tabla.

Suite de productos Teradata y opciones de implementación

Esos comandos se comportan de forma idéntica independientemente de la edición que se ejecute, ya que Teradata distribuye un único motor a través de varios modelos de entrega.

• Ventaja de Teradata: La plataforma central combina el motor SQL, la gestión de cargas de trabajo y los conectores para el almacenamiento de objetos.
• VantageCloud Enterprise: Un despliegue gestionado en AWS, Azure, o Google Cloud para almacenes que se deshacen de hardware propio.
• VantageCloud Lake: Una edición nativa de la nube, con prioridad al almacenamiento de objetos y clústeres de computación independientes para cargas de trabajo elásticas.
• Análisis de ClearScape: La capa dentro de la base de datos ejecuta funciones de aprendizaje automático y series temporales junto con los datos.
• IntelliFlex local: Hardware diseñado específicamente para cargas de trabajo reguladas que deben permanecer en un centro de datos privado.

Dado que una misma sentencia SQL se ejecuta sin cambios en todas estas ediciones, los entornos híbridos son habituales.

Aplicaciones de la base de datos Teradata

Las siguientes son las aplicaciones populares de Teradata:

• Gestión de datos del cliente: Ayuda a mantener relaciones duraderas con los clientes.
• Gestión de datos maestros: Ayuda a desarrollar un entorno donde los datos maestros puedan utilizarse, sincronizarse y almacenarse.
• Gestión financiera y del desempeño: Ayuda a la organización a mejorar la velocidad y la calidad de los informes financieros. Reduce los costos de infraestructura financiera y gestiona de manera proactiva el desempeño empresarial.
• Gestión de la cadena de suministro: Mejorar las operaciones de la cadena de suministro, lo que ayuda a mejorar el servicio al cliente, reducir los tiempos de ciclo y reducir los inventarios.
• Gestión de la cadena de demanda: Ayuda a aumentar los niveles de servicio al cliente y las ventas. También ayuda a las empresas a predecir con precisión la demanda de los artículos de su tienda.

A continuación, en este tutorial de Teradata para principiantes, aprenderemos sobre la diferencia entre Teradata y otros. RDBMS.

Diferencia entre Teradata y otros RDBMS

Parámetro	Teradata	RDBMS
Architecturas	Sigue Compartido Nada Architectura.	Todo compartido y permite la contención de recursos.
Procesos	MIPS [Millones de instrucciones/seg]	KIPS [Miles de instrucciones/seg]
Índices	Mejor distribución y recuperación	Sólo ofrece recuperación FASI
Paralelismo	Admite paralelismo incondicional.	El paralelismo es condicional e impredecible.
Carga masiva	Teradata permite la carga masiva.	Sólo permite una carga masiva limitada.
Escalabilidad organizacional	Escalabilidad lineal con pendiente de uno	Escalabilidad con rendimientos decrecientes
Buffer de base de datos	Un único búfer de base de datos utilizado por todas las UoP (una unidad de paralelismo). Un único almacén de datos al que acceden todas las UoP.	Query Controller envía funciones a las UoP que poseen los datos
Tiendas	Almacena TERABYTES [Billiones de filas]	GIGABYTES [Millones de filas]

La fila sin compartición anterior depende del modelo de procesamiento que se compara a continuación.

MPP frente a SMP

MPP	SMP
MPP: procesamiento masivo en paralelo. Es un sistema informático que está conectado a muchas unidades aritméticas independientes o microprocesadores completos que funcionan en paralelo.	Multiprocesamiento simétrico. En un sistema de procesamiento SMP, las CPU comparten la misma memoria y, como resultado, el código que se ejecuta en un sistema puede afectar la memoria utilizada por otro.
Las bases de datos se pueden expandir agregando nuevas CPU.	Las bases de datos SMP generalmente utilizan una CPU para realizar búsquedas en la base de datos.
En un entorno MPP, el rendimiento mejora porque no se deben compartir recursos entre computadoras físicas.	La carga de trabajo de un trabajo paralelo se distribuye entre los procesadores del sistema.
El rendimiento de un sistema de procesamiento paralelo masivo es lineal. Sin embargo, aumentará en proporción al número de nodos.	Las bases de datos SMP pueden ejecutarse en varios servidores. Sin embargo, compartiremos otro recurso.

Preguntas Frecuentes