คู่มือการใช้งาน Teradata: ฐานข้อมูล Archiเทคเจอร์และประเภท

เทราดาต้าคืออะไร?

Teradata เป็นระบบจัดการฐานข้อมูลเชิงสัมพันธ์เชิงพาณิชย์สำหรับนักพัฒนาping แอปพลิเคชันคลังข้อมูลขนาดใหญ่ เครื่องมือนี้รองรับการทำงานของคลังข้อมูลหลายรายการพร้อมกันโดยใช้แนวคิดการประมวลผลแบบขนาน Teradata เป็นระบบประมวลผลแบบขนานขนาดใหญ่ที่รองรับ Unix/Linux/Windows แพลตฟอร์มเซิร์ฟเวอร์

ซอฟต์แวร์ Teradata ได้รับการพัฒนาโดย Teradata Corporation ซึ่งเป็นบริษัทไอทีของอเมริกา เป็นผู้จัดจำหน่ายแพลตฟอร์มข้อมูลการวิเคราะห์ แอปพลิเคชัน และบริการอื่นๆ ที่เกี่ยวข้อง บริษัทพัฒนาผลิตภัณฑ์เพื่อรวบรวมข้อมูลจากแหล่งต่างๆ และทำให้ข้อมูลพร้อมสำหรับการวิเคราะห์

ทำไมต้องเทราดาต้า?

• Teradata นำเสนอบริการแบบครบวงจรที่เน้นไปที่ คลังข้อมูล
• ระบบนี้สร้างขึ้นบนสถาปัตยกรรมแบบเปิด ดังนั้นเมื่อใดก็ตามที่มีอุปกรณ์ที่เร็วกว่านี้ออกมา ก็สามารถนำอุปกรณ์ดังกล่าวมารวมเข้ากับสถาปัตยกรรมที่สร้างไว้แล้วได้
• Teradata รองรับข้อมูลมากกว่า 50 เพตะไบต์
• มุมมองการทำงานเดี่ยวสำหรับระบบ Teradata หลายโหนดขนาดใหญ่โดยใช้ Service Workstation
• เข้ากันได้กับหลากหลายของ เครื่องมือ BI เพื่อดึงข้อมูล
• สามารถทำหน้าที่เป็นจุดควบคุมเดียวสำหรับ DBA ในการจัดการ ฐานข้อมูล.
• ประสิทธิภาพสูง การสืบค้นที่หลากหลาย การวิเคราะห์ในฐานข้อมูล และการจัดการภาระงานที่ซับซ้อน
• Teradata ช่วยให้คุณได้รับข้อมูลเดียวกันจากตัวเลือกการใช้งานหลายตัวเลือก

ข้อได้เปรียบเหล่านี้สั่งสมมาตลอดสี่ทศวรรษ ดังที่แสดงในแผนภูมิเวลาด้านล่าง

ประวัติความเป็นมาของเทราดาต้า

บริษัท Teradata ก่อตั้งขึ้นในปี 1979 โดยนักวิจัยจาก Caltech ที่ทำงานร่วมกับ Citibank ต่อมา NCR Corporation เข้าซื้อกิจการในปี 1991 และ Teradata ได้แยกตัวออกมาเป็นบริษัทมหาชนอิสระในเดือนตุลาคม 2007 โดยมี Michael Koehler เป็นประธานเจ้าหน้าที่บริหารคนแรก บริษัทมีสำนักงานใหญ่ตั้งอยู่ที่เมืองซานดิเอโก และมี Steve McMillan ดำรงตำแหน่งประธานและซีอีโอมาตั้งแต่ปี 2020

เหตุการณ์สำคัญของบริษัท Teradata Corporation:

• พ.ศ. 1979 (ค.ศ. XNUMX) – ก่อตั้ง Teradata
• พ.ศ. 1984 (ค.ศ. 1012) – เปิดตัวคอมพิวเตอร์ฐานข้อมูลเครื่องแรก DBC/XNUMX
• พ.ศ. 1986 – นิตยสาร Fortune ได้ประกาศให้ Teradata เป็น 'ผลิตภัณฑ์แห่งปี'
• ปี 1991 – บริษัท NCR Corporation เข้าซื้อกิจการ Teradata
• พ.ศ. 1999 – ฐานข้อมูลที่ใหญ่ที่สุดที่สร้างโดยใช้ Teradata ขนาด 130 เทราไบต์
• 2002 – เปิดตัวเวอร์ชัน Teradata V2R5 พร้อมการบีบอัดและพาร์ติชันหลัก
• พ.ศ. 2006 – เปิดตัวโซลูชันการจัดการข้อมูล Teradata Master
• ปี 2007 – เทราดาต้าแยกตัวออกจากเอ็นซีอาร์และจดทะเบียนในตลาดหลักทรัพย์ในฐานะบริษัทอิสระ
• 2008 – Teradata 13.0 เปิดตัวพร้อมกับ Active Data Warehousing
• พ.ศ. 2011 – เข้าซื้อกิจการ Teradata Aster และกระโจนเข้าสู่ Advanced Analytics Space
• 2012 – เปิดตัว Teradata 14.0
• 2014 – เปิดตัว Teradata 15.0
• ปี 2015 – Teradata ซื้อกิจการ Appoxee แพลตฟอร์มการตลาดแอปพลิเคชัน
• ปี 2017 – Teradata เข้าซื้อกิจการ StackIQ ในเมืองซานดิเอโก
• ปี 2018 – Teradata Vantage เปิดตัวในฐานะแพลตฟอร์มวิเคราะห์ข้อมูลแบบครบวงจร
• ปี 2022 – VantageCloud Lake เปิดตัวสำหรับระบบวิเคราะห์ข้อมูลบนคลาวด์
• ปี 2023 – ClearScape Analytics เพิ่มระบบ AI และแมชชีนเลิร์นนิงในฐานข้อมูลขนาดใหญ่
• 2024 – เพิ่มการรองรับรูปแบบตารางเปิดสำหรับ Apache Iceberg และ Delta Lake และเปิดตัว Teradata AI Unlimited บน AWS และ Azure ตลาด
• ปี 2025 – เปิดตัว Enterprise Vector Store, MCP Server แบบโอเพนซอร์ส และ AgentBuilder เพื่อรองรับเวิร์กโหลด AI แบบเอเจนต์
• ปี 2026 – Teradata Autonomous Knowledge Platform ได้รับการประกาศเปิดตัวในเดือนพฤษภาคม และเริ่มใช้งานได้ทั่วไปในเดือนกรกฎาคม ทั้งในรูปแบบคลาวด์ บนระบบภายในองค์กร และแบบไฮบริด

ต่อไปในบทช่วยสอน Teradata นี้ เราจะเรียนรู้เกี่ยวกับคุณสมบัติของ Teradata

คุณสมบัติของ Teradata SQL

Teradata นำเสนอคุณสมบัติอันทรงพลังดังต่อไปนี้:

• ความสามารถในการปรับขนาดเชิงเส้น: นำเสนอความสามารถในการปรับขนาดเชิงเส้นเมื่อต้องรับมือกับข้อมูลปริมาณมากโดยการเพิ่มโหนดเพื่อเพิ่มประสิทธิภาพของระบบ
• ความเท่าเทียมไม่จำกัด: Teradata ขึ้นอยู่กับ MPP (การประมวลผลแบบขนานขนาดใหญ่ Archiเทคเจอร์) จึงถูกออกแบบให้ขนานกันตั้งแต่ต้น สามารถแบ่งงานใหญ่ออกเป็นงานย่อยๆ และทำงานควบคู่กันไปได้
• เครื่องมือเพิ่มประสิทธิภาพสำหรับผู้ใหญ่: Teradata Optimizer สามารถรองรับการรวมได้สูงสุด 64 รายการในแบบสอบถาม
• ต้นทุนการเป็นเจ้าของต่ำ: Teradata มีต้นทุนการเป็นเจ้าของโดยรวมต่ำ ติดตั้ง บำรุงรักษา และบริหารจัดการได้ง่าย
• โหลดและยกเลิกการโหลดยูทิลิตี้: Teradata มียูทิลิตี้โหลดและยกเลิกการโหลดเพื่อย้ายข้อมูลเข้า/ออกจากระบบ Teradata
• การเชื่อมต่อ: ระบบ MPP นี้สามารถเชื่อมต่อกับระบบที่ต่อกับช่องสัญญาณ เช่น เมนเฟรมหรือระบบที่ต่อกับเครือข่าย
• เอสคิวแอล: รองรับ Teradata SQL เพื่อโต้ตอบกับข้อมูลที่เก็บไว้ในตาราง มันมีส่วนขยาย
• ยูทิลิตี้ที่แข็งแกร่ง: Teradata มอบยูทิลิตี้ที่มีประสิทธิภาพในการนำเข้า/ส่งออกข้อมูลจาก/ไปยังระบบ Teradata เช่น FastExport, FastLoad, MultiLoad และ TPT
• การกระจายอัตโนมัติ: Teradata สามารถกระจายข้อมูลไปยังดิสก์โดยอัตโนมัติโดยไม่ต้องมีการแทรกแซงด้วยตนเอง

ต่อไปในบทช่วยสอน Teradata SQL เราจะเรียนรู้เกี่ยวกับ Teradata Archiเทคเจอร์

Teradata Archiเทคเจอร์

สถาปัตยกรรม Teradata คือการประมวลผลแบบขนานจำนวนมาก Archiเทคเจอร์

องค์ประกอบที่สำคัญสามประการของ Teradata คือ:

• การแยกวิเคราะห์เครื่องยนต์
• ไบเน็ต
• โปรเซสเซอร์โมดูลการเข้าถึง (AMP)

ที่เก็บข้อมูลเทราดาต้า Archiฐานข้อมูลเทคเจอร์ Archiแผนภาพเทคเจอร์:

แผนภาพด้านบน tracเป็นการร้องขอจาก Parsing Engine ผ่าน BYNET ไปยัง AMP ที่เป็นเจ้าของดิสก์ ส่วนย่อยสองส่วนด้านล่างจะอธิบายเส้นทางนั้นในแต่ละทิศทาง

ที่เก็บข้อมูลเทราดาต้า Archiเทคเจอร์

การแยกวิเคราะห์เครื่องยนต์:

เครื่องมือวิเคราะห์จะวิเคราะห์แบบสอบถามและเตรียมแผนการดำเนินการ จัดการเซสชันสำหรับผู้ใช้ เพิ่มประสิทธิภาพและส่งคำขอไปยังผู้ใช้

ดังนั้น เมื่อไคลเอนต์ดำเนินการค้นหาเพื่อแทรกบันทึก Parsing Engine จะส่งบันทึกไปยังเลเยอร์ Message Passing เลเยอร์การส่งข้อความหรือ BYNET เป็นส่วนประกอบซอฟต์แวร์และฮาร์ดแวร์ มันมีความสามารถด้านเครือข่าย นอกจากนี้ยังดึงข้อมูลระเบียนและส่งแถวไปยัง AMP เป้าหมายด้วย

แอมป์:

AMP ย่อมาจาก Access Module Processor ซึ่งทำหน้าที่จัดเก็บข้อมูลบนดิสก์เหล่านี้ AMP ดำเนินกิจกรรมดังต่อไปนี้:

• จัดการส่วนหนึ่งของฐานข้อมูล
• จัดการส่วนหนึ่งของแต่ละตาราง
• ดำเนินงานทั้งหมดที่เกี่ยวข้องกับการสร้างชุดผลลัพธ์ เช่น การเรียงลำดับ การรวมกลุ่ม และการรวม
• ดำเนินการล็อคและการจัดการพื้นที่

การดึงข้อมูล Teradata Archiเทคเจอร์

เมื่อไคลเอนต์เรียกใช้แบบสอบถามเพื่อดึงข้อมูลระเบียน โปรแกรมแยกวิเคราะห์จะส่งคำขอไปยัง BYNET จากนั้น BYNET จะส่งคำขอเรียกข้อมูลไปยัง AMP ที่เหมาะสม

AMP จะค้นหาดิสก์ในแบบคู่ขนานและจดจำบันทึกที่จำเป็นและส่งไปยัง BYNET BYNET ส่งบันทึกไปยัง Parsing Engine ซึ่งจะส่งไปยังไคลเอนต์

ต่อไปในบทช่วยสอนฐานข้อมูล Teradata นี้ เราจะเรียนรู้เกี่ยวกับคำสั่ง Teradata SQL

ประเภทของคำสั่ง SQL ใน Teradata

ฐานข้อมูล Teradata รองรับคำสั่ง SQL พื้นฐานต่อไปนี้:

1. คำสั่ง Data Definition Language (DDL)
2. คำสั่งภาษาควบคุมข้อมูล (DCL)
3. คำสั่งภาษาการจัดการข้อมูล (DML)

คำสั่งภาษาการกำหนดข้อมูล

คำสั่ง	Descriptไอออน
สร้าง	สร้างฐานข้อมูล ตาราง ผู้ใช้ ฯลฯ ใหม่
DROP	ลบฐานข้อมูล ตาราง ผู้ใช้ ฯลฯ ใหม่
แก้ไข	เปลี่ยนตาราง คอลัมน์ ทริกเกอร์ ฯลฯ
แก้ไข	เปลี่ยนฐานข้อมูลหรือคำจำกัดความของผู้ใช้
เปลี่ยนชื่อ	เปลี่ยนชื่อตาราง มุมมอง มาโคร ฯลฯ

คำสั่งภาษาควบคุมข้อมูล

คำสั่ง	Descriptไอออน
ให้สิทธิ์/เพิกถอน	ใช้เพื่อควบคุมสิทธิ์ของผู้ใช้บนออบเจ็กต์
ให้สิทธิ์เข้าสู่ระบบ/เพิกถอนการเข้าสู่ระบบ	ใช้เพื่อควบคุมสิทธิ์การเข้าสู่ระบบให้กับโฮสต์หรือกลุ่มโฮสต์
ให้	ใช้เพื่อมอบวัตถุฐานข้อมูลให้กับวัตถุฐานข้อมูลอื่น

คำสั่งภาษาจัดการข้อมูล SQL ของฐานข้อมูล Teradata

คำสั่ง	Descriptไอออน
ลบ	ลบแถวออกจากตาราง
ECHO	ใช้เพื่อสะท้อนสตริงหรือคำสั่งไปยังไคลเอนต์
ด่าน	กำหนดจุดการกู้คืนในวารสารที่สามารถใช้ในภายหลังเพื่อกู้คืนเนื้อหาตาราง
SELECT	ใช้เพื่อส่งคืนข้อมูลแถวที่ระบุในรูปแบบตาราง
อัพเดท	แก้ไขข้อมูลในหนึ่งแถวขึ้นไปของตาราง

ชุดผลิตภัณฑ์และตัวเลือกการใช้งานของ Teradata

คำสั่งเหล่านั้นทำงานเหมือนกันทุกประการไม่ว่าจะใช้เวอร์ชันใดก็ตาม เนื่องจาก Teradata จัดส่งเอนจินเดียวให้กับโมเดลการจัดส่งหลายแบบ

• เทราดาต้า แวนเทจ: แพลตฟอร์มหลักที่รวมเอาเอนจิน SQL การจัดการปริมาณงาน และตัวเชื่อมต่อกับที่เก็บข้อมูลแบบอ็อบเจ็กต์เข้าไว้ด้วยกัน
• VantageCloud Enterprise: การใช้งานแบบจัดการบน AWS Azureหรือ Google Cloud สำหรับคลังสินค้าที่ขนย้ายฮาร์ดแวร์ที่เป็นกรรมสิทธิ์ของตนออกไป
• VantageCloud Lake: ระบบปฏิบัติการที่พัฒนาขึ้นบนระบบคลาวด์โดยเน้นการจัดเก็บข้อมูลแบบอ็อบเจ็กต์ พร้อมด้วยคลัสเตอร์ประมวลผลอิสระเพื่อรองรับปริมาณงานที่ยืดหยุ่นได้
• ClearScape Analytics: ชั้นข้อมูลภายในฐานข้อมูลที่ทำงานด้านการเรียนรู้ของเครื่องและการประมวลผลอนุกรมเวลาควบคู่ไปกับข้อมูล
• IntelliFlex เวอร์ชันติดตั้งในองค์กร: ฮาร์ดแวร์ที่ออกแบบมาโดยเฉพาะสำหรับงานที่มีข้อกำหนดด้านกฎระเบียบ ซึ่งต้องใช้งานภายในศูนย์ข้อมูลส่วนตัวเท่านั้น

เนื่องจากคำสั่ง SQL เดียวกันสามารถทำงานได้โดยไม่เปลี่ยนแปลงในเวอร์ชันต่างๆ การใช้งานระบบแบบไฮบริดจึงเป็นเรื่องปกติ

การประยุกต์ใช้ฐานข้อมูล Teradata

ต่อไปนี้เป็นแอปพลิเคชัน Teradata ยอดนิยม:

• การจัดการข้อมูลลูกค้า: ช่วยรักษาความสัมพันธ์อันยาวนานกับลูกค้า
• การจัดการข้อมูลหลัก: ช่วยสร้างสภาพแวดล้อมที่สามารถใช้ ซิงโครไนซ์ และจัดเก็บข้อมูลหลักได้
• การเงินและการจัดการผลการปฏิบัติงาน: ช่วยให้องค์กรปรับปรุงความเร็วและคุณภาพของการรายงานทางการเงิน ช่วยลดต้นทุนโครงสร้างพื้นฐานทางการเงิน และจัดการประสิทธิภาพองค์กรในเชิงรุก
• การจัดการห่วงโซ่อุปทาน: ปรับปรุงการดำเนินการห่วงโซ่อุปทานซึ่งจะช่วยปรับปรุงการบริการลูกค้า ลดเวลาในรอบการทำงาน และลดสินค้าคงคลัง
• การจัดการห่วงโซ่อุปสงค์: ช่วยเพิ่มระดับการบริการลูกค้าและการขาย นอกจากนี้ยังช่วยให้บริษัทต่างๆ คาดการณ์ความต้องการสินค้าในร้านของตนได้อย่างแม่นยำ

ต่อไปในบทช่วยสอน Teradata สำหรับผู้เริ่มต้น เราจะเรียนรู้เกี่ยวกับความแตกต่างระหว่าง Teradata กับโปรแกรมอื่นๆ อาร์ดีบีเอ็มเอส.

ความแตกต่างระหว่าง Teradata และ RDBMS อื่น ๆ

พารามิเตอร์	Teradata	อาร์ดีบีเอ็มเอส
Archiเทคเจอร์	ติดตามไม่มีอะไรแชร์เลย Archiเทคเจอร์	แบ่งปันทุกอย่างและอนุญาตให้มีการโต้แย้งทรัพยากร
กระบวนการ	MIPS [ล้านคำสั่ง/วินาที]	KIPS [คำสั่งนับพันต่อวินาที]
ดัชนี	การกระจายและการสืบค้นที่ดีขึ้น	เสนอการเรียกค้น FASI เท่านั้น
ความเท่าเทียม	รองรับความเท่าเทียมที่ไม่มีเงื่อนไข	ความเท่าเทียมนั้นมีเงื่อนไขและคาดเดาไม่ได้
โหลดจำนวนมาก	Teradata ช่วยให้สามารถโหลดจำนวนมากได้	อนุญาตให้มีการโหลดจำนวนมากอย่างจำกัดเท่านั้น
scalability	ความสามารถในการขยายเชิงเส้นโดยมีความชันเท่ากับ 1	ความสามารถในการปรับขนาดพร้อมกับผลตอบแทนที่ลดลง
บัฟเฟอร์ฐานข้อมูล	บัฟเฟอร์ฐานข้อมูลเดียวที่ใช้โดย UoP (หน่วยของการประมวลผลแบบขนาน) ทั้งหมด ที่เก็บข้อมูลเดียวที่เข้าถึงได้โดย UoP ทั้งหมด	Query Controller จัดส่งฟังก์ชันไปยัง UoP ที่เป็นเจ้าของข้อมูล
ร้านค้า	มันเก็บข้อมูลได้หลายเทราไบต์ [Billไอออนของแถว]	กิกะไบต์ [ล้านแถว]

แถวที่ไม่มีการแบ่งปันข้อมูลข้างต้นนั้นขึ้นอยู่กับรูปแบบการประมวลผลที่จะนำมาเปรียบเทียบกันต่อไป

MPP กับ SMP

เอ็มพีพี	SMP
MPP – การประมวลผลแบบขนานจำนวนมาก เป็นระบบคอมพิวเตอร์ที่เชื่อมต่อกับหน่วยเลขคณิตอิสระหรือไมโครโปรเซสเซอร์ทั้งหมดที่ทำงานแบบขนาน	การประมวลผลหลายแบบสมมาตร ในระบบประมวลผล SMP CPU จะใช้หน่วยความจำเดียวกันร่วมกัน และผลที่ได้คือโค้ดที่ทำงานในระบบหนึ่งอาจส่งผลต่อหน่วยความจำที่ใช้โดยอีกระบบหนึ่ง
ฐานข้อมูลสามารถขยายได้โดยการเพิ่ม CPU ใหม่	โดยทั่วไปฐานข้อมูล SMP จะใช้ CPU หนึ่งตัวในการค้นหาฐานข้อมูล
ในสภาพแวดล้อม MPP ประสิทธิภาพได้รับการปรับปรุงเนื่องจากต้องใช้ทรัพยากรร่วมกันระหว่างคอมพิวเตอร์ที่มีอยู่จริง	เวิร์กโหลดสำหรับงานแบบขนานจะถูกกระจายไปตามตัวประมวลผลในระบบ
ประสิทธิภาพของระบบประมวลผลแบบขนานขนาดใหญ่นั้นเป็นเส้นตรง แต่จะเพิ่มขึ้นตามสัดส่วนจำนวนโหนด	ฐานข้อมูล SMP สามารถทำงานบนเซิร์ฟเวอร์หลายเครื่องได้ แต่จะแบ่งปันทรัพยากรอื่น

คำถามที่พบบ่อย