未记录事实核验 · 状态：维护中
记录仅说明核验时间与维护状态，不保证适用于所有环境；使用前请留意正文中的版本、适用条件与风险提示。
warning 适用范围与待维护事项
本文用于具备MPP运维与数仓建模经验的人员初步比较存量维护、新建平台和迁移方案，不是当前产品状态或采购结论。Greenplum维护情况、Cloudberry状态及功能、云服务计费、招聘趋势均缺少版本化来源；3–5倍性能、分钟级写入、100 QPS和容量分界未提供测试依据，不能当作通用门槛。示例依赖既有表及扩展环境，决策图仅作讨论起点。生产选型须核实目标版本、许可证、兼容性与SLA，并用真实负载验证；会员分级不表示内容已达到付费交付质量。
warning 关联材料边界
以下原引用目标缺失或无法唯一确认，已取消跳转并保留提及：10-性能调优实战；13-Greenplum高频面试题；Apache Hive；数据仓库选型指南。相关素材/延伸说明暂不可用，不能据此声称已经提供配套材料。
Greenplum生态与云化演进 - 从开源社区到国产MPP竞争格局
abstract 学习目标
- 了解Greenplum开源社区的现状与发展走向（VMware/Broadcom收购后的影响）
- 理解Greenplum与PostgreSQL的深度关系及兼容性边界
- 建立云上MPP选型的决策框架（Greenplum/Redshift/MaxCompute/Hologres）
- 理解StarRocks/Doris等国产MPP的技术差异与竞争态势
- 明确Greenplum的适用场景边界，知道什么时候不应该选它
quote 核心洞察
Greenplum的最大挑战不是技术，而是生态和商业。VMware被Broadcom收购后，Greenplum的开源前景存在不确定性；国产MPP（StarRocks/Doris）在实时性和易用性上已经超越；云厂商的托管MPP（Redshift/MaxCompute）大幅降低了运维门槛。选择Greenplum，本质上是选择一个成熟稳定但增长放缓的技术。理解这个背景，才能做出符合业务实际的选型决策。
Greenplum开源社区现状
历史沿革
时间线：
2003年 Greenplum公司成立，MPP数据库产品发布
2010年 EMC收购Greenplum
2015年 Greenplum数据库以Apache License 2.0开源
2013年 Pivotal成立，Greenplum业务归入Pivotal
2015年 Dell宣布收购EMC，交易于2016年完成
2019年 VMware收购Pivotal，Greenplum并入VMware
2022年 Broadcom宣布收购VMware
2023年 Broadcom完成对VMware的收购
影响分析：
- Broadcom收购VMware的战略重心是虚拟化和云基础设施
- Greenplum数据库不在Broadcom的核心业务范围内
- 社区版（github.com/greenplum-db/gpdb）仍然开源维护
- 商业版（Tanzu Greenplum）的未来路径不明确
- 部分核心开发者已转向Apache Cloudberry（Greenplum的社区分支）
Apache Cloudberry：Greenplum的社区接班人
2023年，部分Greenplum社区成员基于Greenplum开源代码创建了Apache Cloudberry（孵化中），目标是在Apache基金会下维持一个独立的MPP数据库社区。
Apache Cloudberry的关键特性：
- 完全基于Greenplum 7.x代码分支
- 与PostgreSQL 14+深度对齐
- Apache License 2.0：仍须核对目标发行版本、依赖和分发方式的许可义务，不能据此认定无商业版权风险
- 增加了向量化执行引擎支持
- 云原生存储（对象存储）支持
对用户的实际影响
- 短期（2-3年）：影响不大，Greenplum 7.x仍然稳定可用，社区继续维护
- 中期（3-5年）：新功能开发会放缓，建议评估向StarRocks/Doris或云MPP迁移的可行性
- 长期：Greenplum的历史遗留系统将成为主要形态，新建系统应优先考虑替代方案
Greenplum与PostgreSQL的关系
Greenplum基于PostgreSQL，但并非其功能超集
Greenplum基于PostgreSQL构建，继承了PostgreSQL的大部分特性：
-- 以下PostgreSQL特性在Greenplum中同样支持：
-- 1. 丰富的数据类型（JSON, JSONB, ARRAY, hstore等）
SELECT '{"name":"张三","age":25}'::jsonb ->> 'name' AS name;
-- 2. 窗口函数（ANSI SQL标准）
SELECT user_id, amount,
SUM(amount) OVER (PARTITION BY user_id ORDER BY order_date) AS running_total
FROM orders;
-- 3. CTE（公用表表达式）
WITH monthly_summary AS (
SELECT EXTRACT(MONTH FROM order_date) AS month, SUM(amount) AS total
FROM orders
GROUP BY 1
)
SELECT month, total, total / SUM(total) OVER() AS pct
FROM monthly_summary;
-- 4. 存储过程和函数（PL/pgSQL）
CREATE OR REPLACE FUNCTION get_user_tier(p_amount DECIMAL)
RETURNS TEXT AS $$
BEGIN
IF p_amount >= 10000 THEN RETURN 'platinum';
ELSIF p_amount >= 1000 THEN RETURN 'gold';
ELSE RETURN 'silver';
END IF;
END;
$$ LANGUAGE plpgsql;
Greenplum与PostgreSQL的差异
| 特性 | PostgreSQL | Greenplum | 说明 |
|---|---|---|---|
| 主键/唯一索引强制 | 强制 | 在支持的表类型和分布策略下强制 | 唯一键通常须包含全部分布键；具体限制须按Greenplum版本和表类型确认 |
| 外键约束 | 强制 | 支持定义，不强制检查 | 同上 |
| 序列/自增 | 同一序列正常使用时生成不同值，但不保证连续 | 同一序列通过协调机制生成不同值，并非各Segment独立编号 | 序列值可以有间隙；序列本身不能替代唯一约束，重置或循环使用须另行控制 |
| 触发器 | 完整支持 | 有限支持 | 部分触发器场景不支持 |
| 常规索引 | 大量使用 | 较少使用（MPP全表扫描有时更优） | Greenplum倾向于分区裁剪而非索引 |
| VACUUM | 自动 | 需要手动或AO表的自动vacuum | 需要定期维护 |
-- Greenplum特有的注意事项
-- 1. 序列在分布式环境下不保证连续（有间隙），这是正常的
-- 2. RETURNING子句在分布式下有限制
-- 3. 不支持INHERITS（继承表）在分区表上的某些操作
-- 4. 某些PostgreSQL扩展（extension）需要重新编译才能用于Greenplum
云上MPP选型：多维度对比
主流云MPP数据库对比
| 对比维度 | Greenplum | Redshift | MaxCompute | Hologres | BigQuery |
|---|---|---|---|---|---|
| 云厂商 | 自建/VMware | AWS | 阿里云 | 阿里云 | Google Cloud |
| 架构 | MPP(Shared Nothing) | MPP | 分布式计算 | MPP+行列混存 | 无服务器列存 |
| SQL兼容 | PostgreSQL | PostgreSQL 8.x | 有差异 | PostgreSQL | 有差异 |
| 实时写入 | 有限 | 有限 | 批处理为主 | 优秀(实时+批量) | 流式写入 |
| 运维复杂度 | 高（自建） | 低（托管） | 低（托管） | 低（托管） | 极低（无服务器） |
| 成本模式 | 固定（自建服务器） | 按实例+存储 | 按量计费 | 按量计费 | 按查询量 |
| 适合场景 | 传统数仓、金融行业 | AWS生态 | 阿里云生态 | 实时OLAP | GCP生态、临时查询 |
阿里云Hologres：Greenplum的重要替代
Hologres是阿里云自研的实时OLAP数据库，定位是Greenplum+实时写入的替代方案：
Hologres的核心优势（相比Greenplum）：
1. 实时写入：支持高吞吐实时INSERT，与Flink深度集成
2. 行列混存：同一张表同时支持行存（点查）和列存（分析）
3. 托管运维：无需自建集群，弹性扩缩容
4. MaxCompute深度集成：通过外部表直接查询MaxCompute数据
适用场景判断：
- 需要实时数据（秒级）+ 离线分析（T+1） → Hologres
- 纯离线分析，数据量极大（PB+） → MaxCompute
- 已有Greenplum，迁移成本高 → 保持Greenplum
国产MPP：StarRocks与Doris
StarRocks（鼎石）
StarRocks由Doris的部分核心开发者创立，2021年开源，目前是国内最活跃的MPP数据库项目之一。
技术特点：
-- StarRocks的向量化执行引擎（SIMD加速）
-- 原稿给出“在单节点上，某些聚合查询性能是传统MPP的3-5倍”的未核实示例；未提供测试版本、硬件、数据集或基线，不可用作性能承诺或选型依据
-- 支持实时更新（Primary Key模型）
-- 传统MPP（包括Greenplum）更新代价高，StarRocks Primary Key表支持高效UPSERT
CREATE TABLE orders_primary (
order_id BIGINT,
status TINYINT,
amount DECIMAL
)
PRIMARY KEY (order_id)
DISTRIBUTED BY HASH(order_id) BUCKETS 16;
-- 支持物化视图自动刷新
CREATE MATERIALIZED VIEW mv_daily_gmv
REFRESH ASYNC START('2024-01-01 00:00:00') EVERY (INTERVAL 1 HOUR)
AS SELECT DATE(order_date) AS dt, SUM(amount) AS gmv
FROM orders GROUP BY dt;
与Greenplum对比：
| 对比点 | Greenplum | StarRocks |
|---|---|---|
| 实时写入 | 弱 | 强（支持高并发UPSERT） |
| 向量化 | 部分（6.x开始） | 全面（核心竞争力） |
| 物化视图 | 有限 | 完整（自动刷新） |
| 外部表 | PXF | 支持Hive/Iceberg/S3等 |
| 学习曲线 | 陡（运维复杂） | 中等（易于上手） |
| PostgreSQL兼容性 | 高 | 中（MySQL方言为主） |
| 社区活跃度 | 下降 | 非常活跃 |
Apache Doris
Doris是百度捐赠给Apache基金会的MPP OLAP数据库，与StarRocks同源（StarRocks基于早期Doris分支发展）。
Doris的特点：
- MySQL协议兼容，接入成本极低
- 内置支持多副本（HA），运维相对简单
- 向量化执行（Doris 2.0+）
- 正在逐步追平与StarRocks的功能差距
- 社区活跃，中文文档完善
适合场景：
- 有MySQL技术栈团队，迁移成本低
- 中小规模（几十TB以内）实时+离线混合分析
- 预算有限，不希望购买商业MPP
GaussDB（华为）
华为GaussDB 200（原FusionInsight LibrA）同样基于Greenplum开发，专注于金融、电信、政府等行业的离线数仓场景，在国内大型央企、国企有广泛应用。
Greenplum的适用场景边界
应该选Greenplum的场景
- 已有Greenplum系统的存量维护：迁移成本高，继续维护是合理选择
- 金融/电信/政府行业的合规要求：数据不能上云，需要本地化部署，Greenplum是最成熟的选择
- PostgreSQL深度特性依赖：大量使用PL/pgSQL存储过程、GIS扩展（PostGIS）等
- 传统SQL数仓场景：纯T+1离线分析，不需要实时，数据量在百TB以内
不应该选Greenplum的场景
- 需要秒级实时数据：Greenplum的写入延迟通常是分钟级，选StarRocks/Hologres
- 数据量超过PB级：Greenplum的MPP架构扩展有成本，PB级数据选Hive/Spark/MaxCompute
- 高并发点查（>100 QPS）：Greenplum的MPP架构不适合点查，选MySQL/Redis/HBase
- 新建数据平台，无历史包袱：建议直接考虑StarRocks或云托管MPP
- 团队缺乏DBA：Greenplum的运维复杂度高，无DBA支持的团队选托管云服务
%%{init: {"theme":"base","themeVariables":{"fontFamily":"PingFang SC, -apple-system, Source Han Serif SC, serif","fontSize":"16px","background":"#FDFBF5","primaryColor":"#FDFBF5","primaryTextColor":"#2D2A26","primaryBorderColor":"#6E6A60","secondaryColor":"#E8EFE8","secondaryBorderColor":"#8FA890","secondaryTextColor":"#2D2A26","tertiaryColor":"#FDFBF5","tertiaryBorderColor":"#9A9488","tertiaryTextColor":"#6E6A60","lineColor":"#6E6A60","textColor":"#2D2A26","mainBkg":"#FDFBF5","nodeBorder":"#2D5A3D","clusterBkg":"#F3EEDF","clusterBorder":"#9A9488","edgeLabelBackground":"#FDFBF5"},"flowchart":{"htmlLabels":true,"curve":"basis","padding":20,"nodeSpacing":60,"rankSpacing":70,"useMaxWidth":false},"themeCSS":".node rect, .node polygon, .node circle { stroke-width: 1.5px; } .edgePath .path { stroke-width: 1.5px; } .cluster-label .nodeLabel, .cluster-label foreignObject { color: #2D2A26 !important; } .edgeLabel, .edgeLabel foreignObject { color: #2D2A26 !important; background-color: #FDFBF5; } .edgeLabel rect { fill: #FDFBF5; }"}}%%
flowchart TD
classDef default fill:#FDFBF5,stroke:#6E6A60,color:#2D2A26,stroke-width:1.5px
classDef startend fill:#2D2A26,stroke:#2D2A26,color:#FDFBF5,font-weight:bold
classDef decision fill:#F6EAD8,stroke:#C08A1A,color:#2D2A26,font-weight:bold
classDef hub fill:#3B5A80,stroke:#3B5A80,color:#FDFBF5,font-weight:bold
classDef io fill:#E5EAF0,stroke:#3B5A80,color:#2D2A26
classDef accent fill:#A6432C,stroke:#A6432C,color:#FDFBF5,font-weight:bold
classDef storage fill:#F3EEDF,stroke:#9A9488,color:#2D2A26
A["需要MPP数仓?"] --> B{"有实时写入需求?"}
B -->|"是，秒级实时"| C{"预算和云偏好?"}
B -->|"否，T+1离线"| D{"数据量?"}
C -->|"阿里云"| E["Hologres"]
C -->|"自建/多云"| F["StarRocks / Doris"]
D -->|"<100TB"| G{"有Greenplum历史?"}
D -->|">100TB"| H{"云环境?"}
G -->|"是"| I["继续Greenplum<br/>或规划迁移"]
G -->|"否"| J["StarRocks / Doris<br/>（新建推荐）"]
H -->|"阿里云"| K["MaxCompute + Hologres"]
H -->|"AWS"| L["Redshift + S3"]
H -->|"自建"| M["Greenplum / StarRocks"]
class B,C,D,G,H decision
class A,E,F,I,J,K,L,M default
Greenplum DBA/数仓工程师的求职市场
技能需求现状
目前市场上Greenplum相关岗位主要集中在：
- 金融行业（银行、保险、证券）：风控数仓、监管报送系统，大量使用Greenplum
- 电信行业：流量分析、用户画像，部分仍使用Greenplum
- 互联网：已基本迁移到StarRocks/Doris/云MPP，Greenplum需求下降
技能组合建议
如果你的目标是数仓工程师/大数据工程师岗位（2026年）：
核心技能（必须）：
- SQL优化（基本思路可迁移，具体优化规则须按MPP引擎验证）
- 数仓建模（维度建模，各MPP通用）
- Flink/Spark数据处理
差异化技能（按目标行业选择）：
- 金融/电信/政府：掌握Greenplum + 数仓运维
- 互联网/新零售：掌握StarRocks或Doris + 云数仓
- 阿里云生态：掌握MaxCompute + Hologres + Flink
Greenplum的技能迁移价值：
- SQL基础能力可迁移；PostgreSQL方言、函数、类型及存储过程需要按目标系统适配
- MPP调优中的分布键、倾斜和数据交换思想具有迁移价值；Motion是Greenplum术语，其他MPP系统的实现与调优方式可能不同
- 数仓运维经验（分区管理、统计信息、资源队列）理念相通
关联知识
- 09-架构原理与核心特性深度解析 - Greenplum技术基础
- 10-性能调优实战（原引用“10-性能调优实战”未能确定有效目标，暂不可跳转） - Greenplum性能优化
- 11-数仓建模实践 - Greenplum数仓建模
- 13-Greenplum高频面试题（原引用“13-Greenplum高频面试题”未能确定有效目标，暂不可跳转） - 面试题与求职准备
- Apache Hive（原引用“Apache Hive”未能确定有效目标，暂不可跳转） - 大规模离线处理对比
- 数据仓库选型指南（原引用“数据仓库选型指南”未能确定有效目标，暂不可跳转） - 完整的数仓选型框架