MPP Database

Een MPP Database (kort voor massively parallel processing) is een opslagstructuur die is ontworpen om meerdere bewerkingen tegelijk door meerdere verwerkingseenheden te verwerken.

In dit type datawarehouse-architectuur werkt elke verwerkingseenheid onafhankelijk met een eigen besturingssysteem en een eigen geheugen. Hierdoor kunnen MPP-databases enorme hoeveelheden gegevens verwerken en veel sneller analyses maken op basis van grote datasets.

Er zijn verschillende soorten MPP-databasearchitectuur, elk met zijn eigen voor- en nadelen. Grid computing, bijvoorbeeld, maakt gebruik van meerdere computers in gedistribueerde netwerken, en zal gebruik maken van middelen opportunistisch op basis van beschikbaarheid. Dit verlaagt de kosten voor serverruimte, maar beperkt ook de bandbreedte en capaciteit op piekmomenten of wanneer er te veel aanvragen zijn.

Een andere populaire methode, computerclustering, vermindert dit probleem door het beschikbare vermogen te koppelen in knooppunten die met elkaar in verbinding kunnen staan om meerdere taken af te handelen. MPP-databases worden steeds populairder, omdat kleinere computernodes kunnen worden gekoppeld om naar één doel te functioneren.

Dit drukt ook de kosten, omdat MPP-databases horizontaal kunnen worden geschaald (door eenvoudig meer computernodes op een server toe te voegen) in tegenstelling tot verticaal (door meer servers voor verwerking toe te voegen).

Waarvoor kan ik MPP-databases gebruiken?

De hoeveelheid gegevens die organisaties tegenwoordig produceren, betekent dat bedrijven niet kunnen vertrouwen op afzonderlijke servers of flink moeten betalen voor fysieke servercapaciteit om enorme datasets te verwerken. In plaats daarvan wordt MPP een steeds populairder alternatief in een verscheidenheid aan omgevingen.

Zie Sisense in actie:

Explore Dashboard

In business intelligence, bijvoorbeeld, betekenen MPP-databases dat meer mensen in een organisatie hun eigen gegevensanalyses en query’s tegelijkertijd kunnen uitvoeren zonder vertraging of langere responstijden te ondervinden. Vooral voor grotere organisaties betekent deze mate van flexibiliteit dat meer belanghebbenden op verzoek informatie kunnen krijgen.

MPP-databases zijn ook nuttig voor het centraliseren van gegevens op een enkele locatie. In plaats van enorme datasets op te splitsen, kunnen ze met MPP op één plaats worden opgeslagen en vanaf verschillende punten worden geraadpleegd. Dit omvat de opslag van een verscheidenheid aan gegevens, zoals marketing-, web-, operationele, logistieke en HR-gegevens.

Voor grotere organisaties maakt deze gecentraliseerde bron het gemakkelijker om inzichten te ontdekken, datapunten te verbinden die in eerste instantie misschien niet duidelijk zijn, en zelfs dashboards te bouwen die meer relevante informatie bevatten dan die welke zijn gebouwd op basis van gegevens die gefragmenteerd zijn. Tot slot is MPP meestal het meest geschikt om gestructureerde datasets te verwerken in tegenstelling tot modellen zoals data lakes.

Bekijk Sisense in actie