Tutorial Teradata: Banco de Dados Architextura e tipos

⚡ Resumo Inteligente

O Teradata SQL é executado em um banco de dados relacional massivamente paralelo, desenvolvido para armazenamento de dados em escala empresarial. Esta página explica o mecanismo de análise sintática, a arquitetura BYNET e AMP, os conjuntos de comandos DDL, DCL e DML suportados e aplicações práticas de negócios.

🏛️ Definição Essencial: Teradata é um sistema comercial de gerenciamento de banco de dados relacional construído sobre Processamento Massivamente Paralelo, e não um mecanismo de código aberto.
⚙️ Três componentes: O mecanismo de análise sintática planeja as consultas, o BYNET move as linhas e os processadores do módulo de acesso pesquisam seus próprios discos.
📈 Escalabilidade linear: A adição de nós aumenta a taxa de transferência proporcionalmente, porque um design sem compartilhamento elimina a disputa entre unidades de paralelismo.
🧾 Cobertura de comando: DDL cria objetos, DCL concede privilégios e DML seleciona, atualiza e exclui linhas.
☁️ Plataforma Moderna: O Vantage, o VantageCloud e o ClearScape Analytics ampliam o mecanismo para aprendizado de máquina na nuvem e em banco de dados.

Saiba Mais

O que é Teradata?

Teradata é um sistema comercial de gerenciamento de banco de dados relacional para desenvolvimento.ping Aplicações de armazenamento de dados em larga escala. Esta ferramenta oferece suporte a múltiplas operações de data warehouse simultaneamente, utilizando o conceito de paralelismo. O Teradata é um sistema de processamento massivamente paralelo que suporta Unix/Linux/Windows plataformas de servidores.

O software Teradata é desenvolvido pela Teradata Corporation, uma empresa americana de TI. É um fornecedor de plataformas de dados analíticos, aplicativos e outros serviços relacionados. A empresa desenvolve um produto para consolidar dados de diversas fontes e disponibilizá-los para análise.

Por que Teradata?

A Teradata oferece um conjunto completo de serviços com foco em Data warehousing
O sistema é construído em arquitetura aberta. Assim, sempre que algum dispositivo mais rápido for disponibilizado, ele poderá ser incorporado à arquitetura já construída.
Teradata suporta mais de 50 petabytes de dados.
Visualização de operação única para um grande sistema Teradata de vários nós usando Service Workstation
Compatível com ampla gama de ferramenta de BI para buscar dados.
Pode atuar como um ponto único de controle para o DBA gerenciar o banco de dados.
Alto desempenho, consultas diversas, análises no banco de dados e gerenciamento sofisticado de carga de trabalho
Teradata permite que você obtenha os mesmos dados em várias opções de implantação

Essas vantagens foram construídas ao longo de quatro décadas, como mostra a linha do tempo abaixo.

História do Teradata

A Teradata foi fundada em 1979 por pesquisadores do Caltech que trabalhavam com o Citibank. A NCR Corporation a adquiriu em 1991, e a Teradata tornou-se uma empresa pública independente em outubro de 2007, tendo Michael Koehler como seu primeiro diretor executivo. A empresa tem sede em San Diego e é liderada pelo presidente e CEO Steve McMillan desde 2020.

Marcos da Teradata Corporation:

1979 – A Teradata foi incorporada
1984 – Lançamento do primeiro computador de banco de dados DBC/1012
1986 – A revista Fortune declarou o Teradata como 'Produto do Ano'
1991 – A NCR Corporation adquire a Teradata.
1999 – Maior banco de dados construído usando Teradata com 130 Terabytes
2002 – Lançamento da versão Teradata V2R5 com compactação e partição primária
2006 – Lançamento da solução Teradata Master Data Management
2007 – A Teradata se separa da NCR e passa a ser uma empresa independente.
2008 – Teradata 13.0 lançado com Active Data Warehousing
2011 – Adquire a Teradata Aster e mergulha no espaço de análise avançada
2012 – Lançado o Teradata 14.0
2014 – Lançado o Teradata 15.0
2015 – A Teradata adquire a plataforma de marketing de aplicativos Appoxee.
2017 – A Teradata adquire a StackIQ, de San Diego.
2018 – O Teradata Vantage é lançado como uma plataforma unificada de análise de dados.
2022 – Lançamento do VantageCloud Lake para análises nativas da nuvem.
2023 – A ClearScape Analytics adiciona IA e aprendizado de máquina diretamente no banco de dados em grande escala.
2024 – Adiciona suporte ao formato de tabela aberta para Apache Iceberg e Delta Lake, e lança o Teradata AI Unlimited na AWS e Azure marketplaces
2025 – Lança o Enterprise Vector Store, um servidor MCP de código aberto, e o AgentBuilder para dar suporte a cargas de trabalho de IA com agentes.
2026 – A Plataforma de Conhecimento Autônomo da Teradata, anunciada em maio, estará disponível ao público em julho para implantações em nuvem, locais e híbridas.

A seguir neste tutorial do Teradata, aprenderemos sobre os recursos do Teradata.

Recursos do Teradata SQL

O Teradata oferece os seguintes recursos poderosos:

Escalabilidade linear: Oferece escalabilidade linear ao lidar com grandes volumes de dados, adicionando nós para aumentar o desempenho do sistema.
Paralelismo Ilimitado: Teradata é baseado em MPP (Massively Parallel Processing Architextura). Então, ele foi projetado para ser paralelo desde o início. Ele pode dividir uma tarefa grande em tarefas menores e executá-las em paralelo
Otimizador maduro: O Teradata Optimizer pode lidar com até 64 junções em uma consulta.
Baixo TCO: O Teradata possui um baixo custo total de propriedade. É fácil de configurar, manter e administrar.
Utilitários de carga e descarga: Teradata fornece utilitários de carga e descarga para mover dados de/para o sistema Teradata.
Conectividade: Este sistema MPP pode se conectar a sistemas conectados a canais, como um mainframe ou sistemas conectados à rede.
SQL: Suporta Teradata SQL para interagir com os dados armazenados em tabelas. Ele fornece sua extensão.
Utilitários robustos: Teradata fornece utilitários robustos para importar/exportar dados de/para sistemas Teradata como FastExport, FastLoad, MultiLoad e TPT.
Distribuição Automática: Teradata pode distribuir os dados para os discos automaticamente sem intervenção manual.

A seguir neste tutorial do Teradata SQL, aprenderemos sobre o Teradata Archiarquitetura.

Teradata Archiarquitetura

A arquitetura Teradata é um Processamento Massivamente Paralelo Archiarquitetura.

Três componentes importantes do Teradata são:

Mecanismo de análise
BYNET
Processadores de módulo de acesso (AMPs)

Armazenamento Teradata Archibanco de dados de arquitetura ArchiDiagrama de arquitetura:

O diagrama acima tracTrata-se de uma solicitação do mecanismo de análise sintática, passando pelo BYNET, até os AMPs que detêm os discos. As duas subseções abaixo seguem esse caminho em cada direção.

Armazenamento Teradata Archiarquitetura

Mecanismo de análise:

O Mecanismo de Análise analisa as consultas e prepara o plano de execução. Ele gerencia sessões para usuários. Ele otimiza e envia uma solicitação aos usuários.

Assim, quando o cliente executa consultas para inserção de registros, o Parsing Engine envia os registros para a camada Message Passing. Camada de passagem de mensagens ou BYNET é um componente de software e hardware. Oferece capacidade de rede. Ele também recupera os registros e envia a linha para o AMP de destino.

AMP:

AMP significa Processador de Módulo de Acesso. Ele armazena registros nesses discos. A AMP realiza as seguintes atividades:

Gerencia uma parte do banco de dados
Gerencia uma parte de cada tabela
Execute todas as tarefas associadas à geração do conjunto de resultados, como classificação, agregação e junção
Execute o gerenciamento de bloqueio e espaço

Recuperação de Teradados Archiarquitetura

Quando o cliente executa consultas para recuperar registros, o mecanismo de análise envia uma solicitação ao BYNET. Em seguida, a BYNET envia a solicitação de recuperação aos AMPs apropriados.

Os AMPs pesquisam seus discos em paralelo, reconhecem os registros necessários e os enviam para a BYNET. BYNET envia os registros para o Parsing Engine, que por sua vez será enviado ao cliente.

A seguir neste tutorial do banco de dados Teradata, aprenderemos sobre os comandos SQL do Teradata.

Tipos de comandos SQL do Teradata

O banco de dados Teradata oferece suporte aos seguintes comandos SQL básicos:

Comandos de linguagem de definição de dados (DDL)
Comandos de linguagem de controle de dados (DCL)
Comandos de linguagem de manipulação de dados (DML)

Comandos da Linguagem de Definição de Dados

COMANDO	Descrição
CRIAR	Cria um novo banco de dados, tabela, usuário, etc.
GOTA	Remove um novo banco de dados, tabela, usuário, etc.
ALTERAR	Altera uma tabela, coluna, gatilho, etc.
MODIFICAR	Altera um banco de dados ou definição de usuário
RENOMEAR	Altera o nome de tabelas, visualizações, macros, etc.

Comandos da Linguagem de Controle de Dados

COMANDO	Descrição
CONCEDER/REVOGAR	Usado para controlar privilégios de um usuário em um objeto
CONCEDER LOGON/REVOGAR LOGON	Usado para controlar privilégios de logon em um host ou grupo de hosts
DAR	Usado para fornecer um objeto de banco de dados para outro objeto de banco de dados

Comandos da linguagem de manipulação de dados SQL do banco de dados Teradata

COMANDO	Descrição
EXCLUIR	Remove uma linha da tabela
ECHO	Usado para ecoar uma string ou comando para o cliente
PONTO DE VERIFICAÇÃO	Define um ponto de recuperação no diário que pode ser usado posteriormente para restaurar o conteúdo da tabela
SELECIONE	Usado para retornar dados de uma linha específica em um formato de tabela
ATUALIZAÇÃO	Modifica dados em uma ou mais linhas de uma tabela

Suíte de produtos Teradata e opções de implantação

Esses comandos se comportam da mesma maneira, independentemente da edição que estiver sendo executada, porque a Teradata fornece um único mecanismo para diversos modelos de distribuição.

Teradata Vantage: A plataforma principal combina o mecanismo SQL, o gerenciamento de carga de trabalho e os conectores para armazenamento de objetos.
VantageCloud Enterprise: Uma implantação gerenciada na AWS, Azure, ou Google Cloud para armazéns que deixam de usar equipamentos próprios.
Lago VantageCloud: Uma edição nativa da nuvem, com foco em armazenamento de objetos e clusters de computação independentes para cargas de trabalho elásticas.
Análise ClearScape: A camada interna do banco de dados executa funções de aprendizado de máquina e séries temporais ao lado dos dados.
IntelliFlex local: Hardware desenvolvido especificamente para cargas de trabalho regulamentadas que devem permanecer em um data center privado.

Como uma única instrução SQL permanece inalterada em todas essas edições, ambientes híbridos são comuns.

Aplicações do banco de dados Teradata

A seguir estão os aplicativos Teradata populares:

Gerenciamento de dados do cliente: Ajuda a manter relacionamentos duradouros com os clientes.
Gerenciamento de dados mestre: Auxilia no desenvolvimento de um ambiente onde os dados mestres podem ser usados, sincronizados e armazenados.
Gestão Financeira e de Desempenho: Ajuda a organização a melhorar a velocidade e a qualidade dos relatórios financeiros. Reduz os custos de infraestrutura financeira e gerencia proativamente o desempenho da empresa.
Gestão da Cadeia de Suprimento: Melhore as operações da cadeia de suprimentos, o que ajuda a melhorar o atendimento ao cliente, reduzir os tempos de ciclo e diminuir os estoques.
Gestão da Cadeia de Demanda: Ajuda a aumentar os níveis de atendimento ao cliente e as vendas. Também ajuda as empresas a prever com precisão a demanda por itens de sua loja.

A seguir neste tutorial do Teradata para iniciantes, aprenderemos sobre a diferença entre o Teradata e outros RDBMS.

Diferença entre Teradata e outros RDBMS

Parâmetro	Teradata	RDBMS
Architexturas	Não segue nada compartilhado Archiarquitetura.	Compartilhou tudo e permite a contenção de recursos.
Processos	MIPS [milhões de instruções/s]	KIPS [Milhares de instruções/seg]
Índices	Melhor distribuição e recuperação	Oferece apenas recuperação FASI
Paralelismo	Suporta paralelismo incondicional.	O paralelismo é condicional e imprevisível
Carga a granel	Teradata permite carregamento em massa.	Permite apenas carregamento em massa limitado.
Global	Escalabilidade linear com inclinação de um	Escalabilidade com retornos decrescentes
Buffer de banco de dados	Um único buffer de banco de dados usado por todas as UoPs (uma unidade de paralelismo). Um único repositório de dados acessado por todas as UoPs.	O Query Controller envia funções para UoPs que possuem os dados
Lojas	Ele armazena terabytes [Billíons de linhas]	GIGABYTES [Milhões de linhas]

A linha "sem compartilhamento" acima depende do modelo de processamento comparado a seguir.

MPP x SMP

MPP	SMP
MPP – Processamento Massivamente Paralelo. É um sistema de computador conectado a muitas unidades aritméticas independentes ou microprocessadores inteiros, que funcionam em paralelo.	Multiprocessamento simétrico. Em um sistema de processamento SMP, as CPUs compartilham a mesma memória e, como resultado, o código executado em um sistema pode afetar a memória usada por outro.
Os bancos de dados podem ser expandidos adicionando novas CPUs.	Os bancos de dados SMP geralmente usam uma CPU para realizar pesquisas no banco de dados.
Em um ambiente MPP, o desempenho é melhorado porque nenhum recurso deve ser compartilhado entre computadores físicos.	A carga de trabalho de uma tarefa paralela é distribuída entre os processadores do sistema.
O desempenho de um sistema de processamento paralelo massivo é linear. No entanto, aumentará proporcionalmente ao número de nós.	Os bancos de dados SMP podem ser executados em vários servidores. No entanto, compartilhará outro recurso.

Perguntas Frequentes

O índice primário decide qual AMP armazena cada linha. O Teradata aplica um hash à coluna do índice e direciona a linha para o AMP correspondente, de modo que um índice bem escolhido distribua os dados uniformemente e evite distorções.

O Teradata Studio é o cliente gráfico atual, substituindo o antigo SQL Assistant. O BTEQ lida com o processamento em lote automatizado a partir de um terminal, e os drivers ODBC ou JDBC padrão conectam-se a sistemas de terceiros. Ferramentas de BI.

A plataforma de produção possui licença comercial, mas a Teradata oferece um ambiente ClearScape Analytics Experience gratuito e versões de avaliação para desenvolvedores, que são suficientes para praticar SQL, indexação e planejamento de consultas.

O ClearScape Analytics executa funções de aprendizado de máquina, pontuação e séries temporais como SQL diretamente nas linhas armazenadas.ping A modelagem ao lado dos dados elimina etapas de exportação e permite que as previsões usem todo o conjunto de dados em vez de apenas uma amostra.

Os assistentes de IA elaboram consultas e sugerem alterações de índice ou junção, mas as estatísticas do otimizador e as regras de negócio ainda precisam de revisão humana. Trate o SQL gerado como um rascunho inicial, nunca como uma versão de produção.