前面讲了数据仓库的价值、构建思路、实例，完成数据仓库的概念、逻辑、物理模型设计后，数仓的产品选型也是需要考虑的部分，根据数据存储量、查询效率、并发能力可以选用MPP数仓和基于Hadoop的分布式数仓等；
一、MPP还是Hadoop
这里继续用之前用到的图讲解，数据仓库的特性是处理温数据和冷数据，面向业务分析提供偏于离线分析能力，因此一般选用Hadoop+MPP数仓结合的解决方法，Hive能够提供大批量历史数据的存储计算能力，Hbase能够提供半结构化文档的快速检索能力，MPP能够提供强大高压缩比基础上的快速查询能力；
二、MPP数仓特性
在MPP解决方案中目前我已接触过的是vertica和GP，在teradata实习期间没有用到td数仓；
数仓的特性是大批量的查询和索引，少量的改查工作，MPP (Massively Parallel Processing)，即大规模并行处理数据库的一般特性：
① 列式存储意味着高压缩比、高IO能力、快速查询能力、智能索引（数据写入时）；
② shared nothing意味着节点的相互独立、数据的冗余备份；
③ 分布式存储/计算、存储/计算的高扩展性、高安全；
MPP的架构分为3种，GP是master/slave模式，具备统一的查询入口（master），vertica是无中心架构，所有节点都提供查询服务，gbase是存储/管理双中心架构；
shared nothing 模式：x86机器构建计算/存储的高扩展集群，数据拆分多份并备份；
shared disk 模式：专用小型机，存储1份数据；
三、Vertica、Greenplum、Gbase
Vertica是惠普的数据仓库产品，无中心架构的mpp，所有节点都能够提供连接查询服务，性能非常强大；
官方文档地址：https://my.vertica.com/documentation/vertica/
集群管理：vertica系统学习、vertica集群管理
greenplum是基于postgre数据库的开源的数仓产品，其数据库内核跟vertica一样，两者作者是同一个人，gp是master/slave模式，只有master提供查询能力，同vertica相比，存在master的单点故障风险；
官方文档地址：https://gp-docs-cn.github.io/
部署、特性：greenplum集群部署、greenplum集群管理
gbase是国产数仓产品，联邦架构，文档非常少，但是如果购买产品后相关服务非常到位，实施不复杂，目前项目正在用，待考察中；
部署、特性：Gbase的特性、部署、集群管理