在发布之前的应用验证中，仓库版就已经用实力赢得了用户的好评。北京银行用户在评价仓库版时表示：在数据分析实践中，高并发访问、大数据量计算造成的系统响应时间过长的问题，始终没有得到很好的解决。集算器（仓库版）的出现，彻底解决了这个难题！用集算器将高频次热点数据前置，构建数据计算中间层，可以说是最佳解决方案，在很多场景下要优于价值百万的数据库产品！
实际的测试也证明，集算器（仓库版）确实表现优异！以性能指标为例，测试目标是高频热点数据，单日三千万行。集算器和GreenPlum执行同样的条件查询，集算器仅用2秒完成，GreenPlum执行了5秒。GP测试环境是5个节点集群，每个节点是2*6核CPU，96G内存的实体机；而集算器所在的服务器仅是1*2核CPU，16G内存的虚拟机。能够大幅超越GP，足见黑科技的威力！
究竟是什么样的黑科技能以如此优异的表现赢得用户的好评呢？下面，我们就一一道来：
组表又称组合表，是集算器（仓库版）数据存储的基本方式。组表支持数据的部分修改，支持更新恢复，可以安全方便的从全量数据源中同步热点数据。组表支持索引，而且数据本身就是有序存放的，常用的条件过滤计算不依赖索引也能保证高性能。索引在数据修改之后自动更新。
在上边提到的测试中，采用的是列存硬盘存储的方式。组表也可以采取行存和全内存存储数据，支持内存数据库方式运行。
组表采用的列存机制和常规列存是不同的。常规列存（比如parquet格式），只能分块之后，再在块内列存，在做并行计算的时候是受限的。组表的可并行压缩列存机制，采用倍增分段技术，允许任意分段的并行计算，可以利用多CPU核的计算能力把硬盘的IO发挥到极致。
组表除了具备上述特性之外，还支持把数据分布在多台机器上形成集群组表。集群组表可以利用多机并行来横向扩展计算能力和存储容量。在用法上，集群组表和普通组表是基本相同的。也就是说，集群组表是透明集群，使用者无需关心多节点组表的细节，可以当成一个组表来用。
有些数据表是同维（一对一）关系或者主子关系。比如：客户表、VIP客户表；用户基本信息、家庭信息、教育经历、工作经历；订单、订单明细。
主附表统一是指将同维表或者主子表放到一个组表中，只存放一份主键。还可以省去这些表的连接（JOIN）计算，减小存储空间，有效提高性能。
外键关系的连接（JOIN）计算也比较常见，比如销售记录表通过“商品编号”和商品表关联。序号键技术就是把销售记录中的商品编号都改成整数，这个数就是该商品编号对应的商品在商品表中的次序号。
序号键技术使得外键连接（JOIN）计算可以直接使用序号定位，不需要计算和比较HASH值，减少计算时间，提高性能。同时，使用序号键技术这种外键式连接技术方案，很容易把多个连接（JOIN）并行执行。
集算器对外提供JDBC驱动和简单SQL接口，具备可编程网关机制。通过编写集算器内置的新一代编程语言SPL代码，可以自由的实现高频次热点数据的计算规则。
可以考虑的计算规则包括：分析前端传入的SQL过滤条件中的日期参数，如果命中集算器（仓库版）已经缓存的日期，则认为是热点数据，直接访问。没有命中，则将SQL转发给后台传统数据库执行。集算器还可以记录访问情况，用于分析热点数据的时间和空间分布。
具备诸多黑科技的集算器（仓库版）已经可以与传统数据库、内存数据库等昂贵的产品一较高下，但是其价格却又非常的实在和优惠。可以预见，这款产品必将为您的软件项目带来新的价值和机遇。现在，润乾官网提供全功能的试用版本，立即下载体验吧！
原文地址：http://blog.51cto.com/12749034/2121490
