OLTP LakeHouse 架构千篇一律，毫无创意
P
digoal约 2 分钟
digoal约 2 分钟OLTP数据库内置LakeHouse能力, 毫无创意, 架构千篇一律
OLTP 数据库内置lakehouse的能力, 从而无限提升OLTP数据库的冷存储空间, 同时提升OLTP数据库的复杂查询分析性能.
架构几乎千篇一律
采用 PostgreSQL 协议和语法 采用 DuckDB 计算引擎 采用对象存储存放冷数据 采用通用的列存储编码(如parquet、arrow等) 高级能力: 使用JOB自动转储OLTP数据到对象存储列存中 高级能力: 元数据管理, 在OLTP数据库中存放lakehouse表结构定义, 可供客户端直接查询使用 高级能力: lakehouse表和本地表可互相JOIN
这些类型的产品和相关扩展阅读文章举例如下.
1、BemiDB
《10x+ 提速, BemiDB: 整合 PolarDB PostgreSQL & Iceberg & 对象存储》
https://github.com/BemiHQ/BemiDB
2、pg_mooncake
《内置列存储 vs 传统 ETL: pg_mooncake 与 CrunchyData 打起来了》
《穷鬼玩PolarDB RAC一写多读集群系列 | 接入pg_duckdb & pgmooncake支持数据湖功能,且OLAP性能数量级提升》
《PostgreSQL 数据湖架构,列存储新贵 - pg_mooncake》
3、pg_lakehouse
《paradedb v0.7.0发布, 支持PostgreSQL数据湖插件pg_lakehouse 访问本地、远端对象存储的parquet,csv,json,avro,orc等文件》
4、CrunchyData
《Tom lane遭“报复”: CrunchyData遇最强开源对手pg_duckdb》
《什么? PostgreSQL大佬tom lane公司crunchydata“模仿”DuckDB创意?》
5、pg_duckdb
《PolarDB PG 15 编译安装 & pg_duckdb 插件 + OSS 试用》
6、当然DuckDB自己也做了这个能力, 还有对应云服务.