oushudb數(shù)據(jù)庫怎么樣

極速執(zhí)行器: 高效的執(zhí)行器，比傳統(tǒng)數(shù)倉/MPP快5-10倍，比Hadoop SQL引擎要快5-30倍。 私有云和公有云部署：反對亞馬遜和阿里云等私有云平臺，同時能夠反對支流PaaS云平臺（比方Kubernetes等）和Docker部署。 對規(guī)范的欠缺反對：ANSI SQL規(guī)范，OLAP擴大，規(guī)范JDBC/ODBC，比Hadoop SQL引擎都要欠缺。 反對ACID事務個性：這是很多現(xiàn)有基于Hadoop的SQL引擎做不到的，對保證數(shù)據(jù)一致性很重要。能夠無效縮小開發(fā)及運維人員的累贅。 動靜數(shù)據(jù)流引擎：基于UDP的高速互聯(lián)網(wǎng)絡。 彈性調(diào)度執(zhí)行：能夠依據(jù)查問大小來決定執(zhí)行查問應用的節(jié)點及Segment個數(shù)。 反對多種分區(qū)辦法及多級分區(qū)：反對List分區(qū)和Range分區(qū)。分區(qū)表對性能有很大晉升作用，如果用戶只想拜訪最近一個月的熱數(shù)據(jù)，查問只須要掃描最近一個月數(shù)據(jù)所在分區(qū)。 反對多種壓縮辦法：snappy，gzip，zlib, zstd, lz4, RLE等。 多種存儲過程語言反對：python, c/c++, perl等。 動靜擴容：動靜按需擴容，依照存儲大小或者計算需要，秒級增加節(jié)點。 多級資源和負載治理：和內(nèi)部資源管理器YARN集成；能夠治理CPU，Memory資源等；反對多級資源隊列；具備不便的DDL治理接口。 反對拜訪任何HDFS及其他零碎的數(shù)據(jù)：各種HDFS格局（文本，ORC等等）以及其余內(nèi)部零碎（Hive等），并且用戶本人能夠開發(fā)插件來拜訪新的數(shù)據(jù)源。 原生的機器學習數(shù)據(jù)挖掘庫MADLib反對：易于應用及高性能。 與Hadoop零碎無縫集成：存儲、資源、裝置部署、數(shù)據(jù)格式和拜訪等。 欠缺的平安及權(quán)限治理：kerberos；數(shù)據(jù)庫，表等各個級別的受權(quán)治理。 反對多種第三方工具：比方Tableau，SAS，較新的Apache Zeppelin等。

可以寫存儲過程。偶數(shù)科技極速云數(shù)倉oushudb可以幫助客戶快速構(gòu)建高效、可靠、安全可控的數(shù)據(jù)湖，以服務于大數(shù)據(jù)分析和AI應用場景。偶數(shù)科技極速云數(shù)倉支持客戶編寫和執(zhí)行存儲過程，而且可以提供標準的流程化的數(shù)據(jù)處理工作流，以及動態(tài)的數(shù)據(jù)清洗、推理架構(gòu)，可以幫助客戶更快的把原始數(shù)據(jù)轉(zhuǎn)換成可以用于分析的有效數(shù)據(jù)。此外，偶數(shù)科技極速云數(shù)倉還可以支持多種語言的存儲過程，例如Java、Scala、Python等，因此可以更好地支持客戶的業(yè)務需求，并極大地提升其開發(fā)效率。