Tutorial di Teradata: Database Archistruttura e tipi

Cos'è Teradata?

Teradata è un sistema di gestione di database relazionali commerciali per lo sviluppoping applicazioni di data warehousing su larga scala. Questo strumento fornisce supporto per più operazioni di data warehouse simultaneamente utilizzando il concetto di parallelismo. Teradata è un sistema di elaborazione massivamente parallelo che supporta Unix/Linux/Windows piattaforme server.

Il software Teradata è sviluppato da Teradata Corporation, una società IT americana. È un fornitore di piattaforme di dati analitici, applicazioni e altri servizi correlati. L'azienda sviluppa un prodotto per consolidare i dati provenienti da varie fonti e renderli disponibili per l'analisi.

Perché Teradata?

• Teradata offre una suite completa di servizi incentrati su Conservazione dei dati
• Il sistema è costruito su un'architettura aperta. Quindi, ogni volta che vengono resi disponibili dispositivi più veloci, possono essere incorporati nell'architettura già costruita.
• Teradata supporta oltre 50 petabyte di dati.
• Visualizzazione operazione singola per un sistema multinodo Teradata di grandi dimensioni che utilizza Service Workstation
• Compatibile con un'ampia gamma di Strumento BI per recuperare i dati.
• Può fungere da unico punto di controllo per il DBA per gestire il file Banca Dati.
• Prestazioni elevate, query diversificate, analisi nel database e gestione sofisticata del carico di lavoro
• Teradata ti consente di ottenere gli stessi dati su più opzioni di distribuzione

Questi vantaggi sono stati consolidati nel corso di quattro decenni, come illustra la cronologia riportata di seguito.

Storia di Teradata

Teradata è stata fondata nel 1979 da ricercatori del Caltech che lavoravano con Citibank. NCR Corporation l'ha acquisita nel 1991 e Teradata è stata scorporata come società pubblica indipendente nell'ottobre del 2007, con Michael Koehler come primo amministratore delegato. La società ha sede a San Diego ed è guidata dal presidente e CEO Steve McMillan dal 2020.

Pietre miliari di Teradata Corporation:

• 1979 – Viene costituita Teradata
• 1984 – Rilascio del primo computer con database DBC/1012
• 1986 – La rivista Fortune dichiara Teradata "Prodotto dell'anno"
• 1991 – NCR Corporation acquisisce Teradata
• 1999 – Il più grande database creato utilizzando Teradata con 130 Terabyte
• 2002 – Rilascio della versione Teradata V2R5 con compressione e Partition Primary
• 2006 – Lancio della soluzione Teradata Master Data Management
• 2007 – Teradata si separa da NCR e si quota in borsa come società indipendente.
• 2008 – Rilascio di Teradata 13.0 con Active Data Warehousing
• 2011 – Acquisisce Teradata Aster e si tuffa nell'Advanced Analytics Space
• 2012 – Introduzione di Teradata 14.0
• 2014 – Introduzione di Teradata 15.0
• 2015 – Teradata acquista Appoxee, piattaforma di marketing per app
• 2017 – Teradata acquisisce StackIQ di San Diego
• 2018 – Teradata Vantage viene lanciato come piattaforma di analisi unificata
• 2022 – Rilascio di VantageCloud Lake per l'analisi nativa del cloud.
• 2023 – ClearScape Analytics aggiunge intelligenza artificiale e apprendimento automatico su larga scala all'interno del database.
• 2024 – Aggiunge il supporto per il formato tabella aperta per Apache Iceberg e Delta Lake e rilascia Teradata AI Unlimited su AWS e Azure mercati
• 2025 – Lancio di Enterprise Vector Store, un server MCP open-source, e di AgentBuilder per supportare i carichi di lavoro di intelligenza artificiale agentiva
• 2026 – La piattaforma Teradata Autonomous Knowledge Platform è stata annunciata a maggio e sarà disponibile a livello generale a luglio per implementazioni cloud, on-premise e ibride.

Successivamente in questo tutorial di Teradata, impareremo le funzionalità di Teradata.

Funzionalità di TeradataSQL

Teradata offre le seguenti potenti funzionalità:

• Scalabilità lineare: Offre scalabilità lineare quando si gestiscono grandi volumi di dati aggiungendo nodi per aumentare le prestazioni del sistema.
• Parallelismo illimitato: Teradata si basa su MPP (Massively Parallel Processing Architecnica). Quindi, è progettato per essere parallelo fin dall'inizio. Può dividere un'attività di grandi dimensioni in attività più piccole ed eseguirle in parallelo
• Ottimizzatore maturo: Teradata Optimizer può gestire fino a 64 join in una query.
• TCO basso: Teradata ha un basso costo totale di proprietà. È facile da configurare, gestire e amministrare.
• Utilità di carico e scarico: Teradata fornisce utilità di caricamento e scaricamento per spostare i dati nel/dal sistema Teradata.
• Connettività: Questo sistema MPP può connettersi a sistemi collegati al canale come un mainframe o sistemi collegati alla rete.
• SQL: Supporta Teradata SQL per interagire con i dati memorizzati nelle tabelle. Fornisce la sua estensione.
• Utilità robuste: Teradata fornisce potenti utilità per importare/esportare dati da/verso sistemi Teradata come FastExport, FastLoad, MultiLoad e TPT.
• Distribuzione automatica: Teradata può distribuire automaticamente i dati sui dischi senza intervento manuale.

Successivamente in questo tutorial su Teradata SQL, impareremo a conoscere Teradata Architectura.

Teradata Architectura

L'architettura Teradata è un'elaborazione parallela massiva Architectura.

Tre componenti importanti di Teradata sono:

• Motore di analisi
• BYNET
• Processori del modulo di accesso (AMP)

Archiviazione Teradata Archibanca dati della tecnologia ArchiSchema della struttura:

Il diagramma sopra tracSi tratta di una richiesta proveniente dal motore di parsing, attraverso BYNET, fino agli AMP che possiedono i dischi. Le due sottosezioni seguenti descrivono questo percorso in entrambe le direzioni.

Archiviazione Teradata Architectura

Motore di analisi:

Il Parsing Engine analizza le query e prepara il piano di esecuzione. Gestisce le sessioni per gli utenti. Ottimizza e invia una richiesta agli utenti.

Pertanto, quando il client esegue query per l'inserimento di record, Parsing Engine invia i record al livello di passaggio dei messaggi. Il livello di passaggio dei messaggi o BYNET è un componente software e hardware. Offre funzionalità di rete. Recupera inoltre i record e invia la riga all'AMP di destinazione.

MPA:

AMP sta per Access Module Processor. Memorizza i record su questi dischi. AMP svolge le seguenti attività:

• Gestisce una parte del database
• Gestisce una porzione di ciascuna tabella
• Esegui tutte le attività associate alla generazione di set di risultati come ordinamento, aggregazione e unione
• Esegui il blocco e la gestione dello spazio

Recupero di Teradata Architectura

Quando il client esegue query per recuperare i record, il motore di analisi invia una richiesta a BYNET. Quindi BYNET invia la richiesta di recupero agli AMP appropriati.

Gli AMP cercano nei loro dischi in parallelo e riconoscono i record richiesti e li inviano a BYNET. BYNET invia i record a Parsing Engine, che a sua volta verrà inviato al client.

Successivamente in questo tutorial sul database Teradata, impareremo i comandi SQL Teradata.

Tipi di comandi SQL di Teradata

Il database Teradata supporta i seguenti comandi SQL di base:

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

Comandi del linguaggio di definizione dei dati

COMANDO	Descrizione
CREA	Crea un nuovo database, tabella, utente, ecc.
GOCCIA	Rimuove un nuovo database, tabella, utente, ecc.
ETÀ	Modifica una tabella, una colonna, un trigger, ecc.
MODIFICARE	Modifica un database o una definizione utente
RINOMINARE	Cambia il nome di tabelle, viste, macro, ecc.

Comandi del linguaggio di controllo dati

COMANDO	Descrizione
CONCEDERE/REVOCARE	Utilizzato per controllare i privilegi di un utente su un oggetto
CONCEDI ACCESSO/REVOCA ACCESSO	Utilizzato per controllare i privilegi di accesso a un host o un gruppo host
DARE	Utilizzato per fornire un oggetto di database a un altro oggetto di database

Comandi del linguaggio SQL per la manipolazione dei dati del database Teradata

COMANDO	Descrizione
DELETE	Rimuove una riga dalla tabella
ECHO	Utilizzato per inviare una stringa o un comando al client
PUNTO DI CONTROLLO	Definisce un punto di ripristino nel journal che può essere utilizzato in seguito per ripristinare il contenuto della tabella
SELEZIONA	Utilizzato per restituire i dati di una riga specifica in un modulo di tabella
AGGIORNAMENTO	Modifica i dati in una o più righe di una tabella

Suite di prodotti Teradata e opzioni di implementazione

Questi comandi si comportano in modo identico indipendentemente dall'edizione in esecuzione, perché Teradata distribuisce un unico motore su diversi modelli di distribuzione.

• Teradata Vantage: La piattaforma centrale che integra il motore SQL, la gestione del carico di lavoro e i connettori per l'archiviazione a oggetti.
• VantageCloud Enterprise: Un'implementazione gestita su AWS, Azure, o Google Cloud per i magazzini che si disfano di hardware di proprietà.
• VantageCloud Lake: Un'edizione cloud-native, object-storage-first, con cluster di calcolo indipendenti per carichi di lavoro elastici.
• ClearScape Analytics: Il livello interno al database esegue funzioni di apprendimento automatico e di serie temporali accanto ai dati.
• IntelliFlex in locale: Hardware progettato specificamente per carichi di lavoro regolamentati che devono rimanere in un data center privato.

Poiché una singola istruzione SQL rimane invariata in tutte queste edizioni, gli ambienti ibridi sono comuni.

Applicazioni del database Teradata

Di seguito sono elencate le applicazioni Teradata più diffuse:

• Gestione dati cliente: Aiuta a mantenere rapporti duraturi con i clienti.
• Gestione dei dati master: Contribuisce a sviluppare un ambiente in cui i dati master possono essere utilizzati, sincronizzati e archiviati.
• Gestione delle finanze e delle prestazioni: Aiuta l'organizzazione a migliorare la velocità e la qualità del reporting finanziario. Riduce i costi dell'infrastruttura finanziaria e gestisce in modo proattivo le prestazioni aziendali.
• Gestione della catena di approvvigionamento: Migliorare le operazioni della catena di fornitura che contribuiscono a migliorare il servizio clienti, ridurre i tempi di ciclo e ridurre le scorte.
• Gestione della catena della domanda: Aiuta ad aumentare i livelli di servizio al cliente e le vendite. Aiuta inoltre le aziende a prevedere con precisione la domanda per il loro articolo in negozio.

Successivamente in questo tutorial di Teradata per principianti, impareremo la differenza tra Teradata e altri RDBMS.

Differenza tra Teradata e altri RDBMS

Parametro	Teradata	RDBMS
Architetture	Segue nulla condiviso Architectura.	Condivide tutto e consente il conflitto delle risorse.
Processi	MIPS [milioni di istruzioni/sec]	KIPS [Migliaia di istruzioni/sec]
Indici	Migliore distribuzione e recupero	Offre solo il recupero FASI
Parallelismo	Supporta il parallelismo incondizionato.	Il parallelismo è condizionato e imprevedibile
Caricamento in blocco	Teradata consente il caricamento in blocco.	Consente solo un carico di massa limitato.
Scalabilità	Scalabilità lineare con pendenza pari a uno	Scalabilità con rendimenti decrescenti
Buffer del database	Un singolo buffer di database utilizzato da tutte le UoP (unità di parallelismo). Un singolo archivio dati a cui accedono tutte le UoP.	Query Controller fornisce funzioni alle UoP che possiedono i dati
Negozi	Contiene TERABYTE [Billioni di righe]	GIGABYTE [Milioni di righe]

La riga "shared-nothing" qui sopra dipende dal modello di elaborazione che verrà confrontato successivamente.

MPP contro SMP

MPP	SMP
MPP – Elaborazione massivamente parallela. È un sistema informatico collegato a molte unità aritmetiche indipendenti o interi microprocessori, che funzionano in parallelo.	Multielaborazione simmetrica. In un sistema di elaborazione SMP, le CPU condividono la stessa memoria e, di conseguenza, il codice in esecuzione in un sistema può influire sulla memoria utilizzata da un altro.
I database possono espandersi aggiungendo nuove CPU.	I database SMP generalmente utilizzano una CPU per eseguire le ricerche nei database.
In un ambiente MPP, le prestazioni migliorano perché nessuna risorsa deve essere condivisa tra i computer fisici.	Il carico di lavoro per un lavoro parallelo viene distribuito tra i processori nel sistema.
Le prestazioni di un sistema di elaborazione parallela Massive sono lineari. Tuttavia, aumenterà in proporzione al numero di nodi.	I database SMP possono essere eseguiti su più server. Tuttavia, condividerà un'altra risorsa.

DOMANDE FREQUENTI