Teradata Tutorial: Database Archistruttura e tipi

Cos'è 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 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

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

Storia di 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.

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 acquires 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 separates from NCR and lists as an independent company
• 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 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 mercati
• 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

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 has a low total cost of ownership. It is easy to setup, maintain, and administrate.
• 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:

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.

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.

Types of Teradata SQL Commands

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).

Data Definition Language Commands

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.

Data Control Language Commands

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

Teradata Database SQL Data Manipulation Language Commands

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

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, Azure, o 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.

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: Helps to develop an environment where master data can be used, synchronized, and stored.
• 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 [Thousands of Instructions/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	A single database buffer used by all UoP’s (a unit of parallelism). A single data store accessed by all UoP’s	Query Controller fornisce funzioni alle UoP che possiedono i dati
Negozi	It stores TERABYTES [Billioni di righe]	GIGABYTES [Millions of rows]

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

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