各位GBase數據庫的粉絲以及對其感興趣的朋友，大家好，GBase 8a數據庫集群是南大通用自研的的核心分析型數據庫產品，自2009年啟動研發以來，歷經13年演化及發展，已經在金融、電信領域實現規模化部署，并覆蓋除金融電信外的其他各個行業，總節點數超過30000+個，管理數據總量250+PB。

通過上一篇“趣說”，我們了解到GBase 8a MPP Cluster產品演進分為三個階段，即：列存數據庫階段、MPP+列存數據庫階段和邏輯數倉LDW階段。前一階段是后一階段的研發基礎，本篇“趣說（二）”將續接第一篇內容來和大家聊一聊GBase 8a的產品架構，同樣也大致分為三個：

（一）列存數據庫階段的架構

列存數據庫階段是GBase 8a MPP Cluster產品核心功能特性的新生階段，它是一款單機架構產品，在架構上與傳統的關系型數據庫架構相近，其不同點在于，傳統的關系型數據庫通常都是行存數據庫，而GBase 8a單機數據庫是一款列存數據庫，即在數據存儲的組織方式上與傳統關系型數據庫不同，這是GBase 8a單機數據庫最核心的部分，同時圍繞著列存還引入了數據壓縮存儲特性、智能索引特性和并行執行特性。這些特性引入的作用是什么呢？就一個字“快”，它使GBase 8a單機數據庫面對分析類查詢語句的性能有指數級的提升，下圖就是“快”的原理：

大部分應用中性能的瓶頸是磁盤IO。所以GBase 8a單機數據庫的設計都以降低磁盤IO為主要設計目標。為此采用的技術有列存儲，壓縮，智能索引（粗粒度）。每一項技術都有可能提升10倍的性能。理論極值是1000倍提速，實際達成10-100倍提速。在上圖中，基于存儲空間占用1T的表執行統計查詢時，在列存儲技術支持下，通過只讀取查詢訪問的列進行剪枝處理降低磁盤IO，通過數據壓縮技術降低磁盤IO，通過智能索引技術過濾掉訪問不涉及的行數據降低磁盤IO，如此便提升了查詢性能。也許您會問，“Select *”也有性能提升么？我給您的回答是，如果上述的原理清楚了，您自己會得到這個結果，比我回答您Yes或者No準確得多。

（二）MPP+列存數據庫階段的架構

MPP+列存數據庫階段是GBase 8a MPP Cluster產品成長壯大和成熟階段，歷經了三個大版本的迭代演進，支持的節點規模從幾十個節點到百節點，再到三百節點以上，GBase 8a就是這樣一步一個腳印地，在GBase 8a研發人員夜以繼日、通宵達旦不斷投入中成長，在MPP+列存數據庫階段有三種架構，分別是基于安全組的對稱部署架構、基于多副本的非對稱部署架構和聯邦架構。

廢話少說，上圖。一圖頂千言，懂的人一看就懂，不懂的人再多的言語也是白搭：

基于安全組的對稱部署架構

該集群架構在部署時，以安全組為集群的組成單位，每個安全組最多可以由三個節點組成，用于實現數據高可用，多個安全組用于實現數據分布，并行計算提升性能。在每個集群節點上均部署和運行Gcluster服務、Gnode服務和Gcware服務，分別用于實現集群管理功能、集群存儲和計算功能以及集群一致性服務功能。

多副本的非對稱部署架構

相比于上一個版本而言，多副本的非對稱部署架構不再基于安全組，而是基于多副本實現高可用，Gcluster服務、Gnode服務和Gcware服務各自的職能更為獨立，Gcluster服務、Gnode服務在部署時可以分別部署在各自的集群節點上（上一個版本每個集群節點都要部署全部服務），即Gcluster集群作為集群服務層可以單獨部署，Gnode集群作為計算存儲層也可以單獨部署。

聯邦架構

相比于上一個版本而言，計算存儲層可以部署多套Gnode集群，每個集群被稱作為VC，統一共用同一個集群服務層Gcluster集群。

（三）邏輯數倉LDW階段的架構

邏輯數倉LDW階段的架構將植入云原生特性，即云計算的計算與存儲分離架構特性。如下：

整個架構分為三層，云服務層、虛擬倉庫層和數據存儲層。其中云服務提供管理和運維服務能力，包括訂單管理、計費管理、云數據倉庫實例賬戶管理、云服務監控運維管理、云數據倉庫實例管理和升級云服務管理、升級云數據倉庫管理。提供云數據倉庫實例訪問入口（URL）、鑒權、訪問控制、語法解析、生成執行計劃、優化、元數據管理與存儲、事務管理及執行調度管理、用戶及權限管理、Warehouse管理、Database管理和云數據倉庫功能服務等；虛擬倉庫層負責提供不同規格計算資源的算力，用于執行云服務層下發的計算任務；數據存儲層，提供分布式文件存儲或者對象存儲能力，用于持久化云數據倉庫數據文件，以及提供查詢過程中臨時表數據的緩存和結果集緩存的持久化。