优势
不足
产品信息
详细说明
服务商概述
Greenplum 最初由 SRA 于 2003 年推出,2015 年开源并由 Pivotal 主导,2023 年后随 VMware 变动,社区通过 Greenplum 基金会继续维护。它基于 PostgreSQL 构建 MPP 架构,用 GPORCA 优化器做并行查询规划。
对后端与数据库场景,它的吸引力是「PostgreSQL 语法的数仓」:熟悉 PG 的团队几乎零学习成本,SQL 语法、扩展与生态工具都能复用;外部表可直连对象存储与 HDFS,配合分区与列存支撑 TB 级分析。
需要留意后续支持:商业支持方变迁导致企业采购路径不如以往明确,社区版本更新节奏放缓;超大规模(PB 级)性能与新兴云数仓仍有差距,国内已有基于 Greenplum 的衍生发行版(如 Cloudberry)承接。
核心优势
- 完整兼容 PostgreSQL 语法与扩展,PG 团队上手成本极低
- GPORCA 优化器针对 MPP 并行执行做代价优化,复杂 JOIN 表现好
- 支持列存、分区与外部表,可直接查询 HDFS/对象存储数据
- 开源许可(Apache 2.0),无授权费用与厂商绑定
产品生态
MPP 架构
由 Master 与 Segment 构成,数据按分布键切片并行处理,扩容需重分布数据。
列存与外部表
支持 AO 列存表与分区表;外部表可读 Parquet/ORC/CSV,落湖数据不必先入库。
工具与生态
gpfdist、gpload 做批量装载,兼容 psql 与大量 PG 客户端工具。
不足之处
- 商业支持路径随厂商变动而弱化,企业采购与支持需自行确认
- 社区版本更新节奏较慢,新特性跟进不如云数仓快
- 扩容需要数据重分布,PB 级场景运维复杂
- 国内原厂支持转向衍生发行版,原生版本本地服务有限
适用场景
- PostgreSQL 团队的数仓建设(★★★★★):语法与工具零学习成本
- TB 级内部报表分析(★★★★):MPP 并行查询
- 湖上数据直接分析(★★★★):外部表免入库
- PB 级云原生数仓(★★):建议评估云数仓
价格参考
| 套餐 | 价格 | 能力边界 |
|---|---|---|
| Greenplum 开源版 | $0 | Apache 2.0,自建自运维 |
| 衍生发行版(Cloudberry 等) | 按节点或支持订阅 | 含本地化支持与补丁 |
| 云市场镜像 | 按云主机与存储计费 | 自助部署,无需许可费 |
软件本身免费,成本是服务器与人力:MPP 集群至少 3 台机器,运维需要 DBA 经验。选择衍生发行版时,支持订阅费通常按节点计算,需与云数仓按量计费做长期对比。
常见问题
-
Greenplum 现在还能用吗? 可以,社区仍在维护且有衍生发行版承接;但新项目应评估长期支持来源,避免依赖单一厂商。
-
和 PostgreSQL 单机有什么区别? 语法一致,但 MPP 架构把数据分片到多个 Segment 并行处理,适合 TB 级分析;单机 PG 更适合事务型负载。
-
扩容麻烦吗? 需要增加 Segment 并按分布键重分布数据,业务高峰期需安排窗口;设计阶段选好分布键能减少后期重分布。