PostgreSQL一直被誉为世界上最先进的开源数据库，并且拥有着极强的稳定性和丰富的第三方工具，一直作为主流的OLTP数据库被广泛使用。但是随着PG生态的快速发展，PG在OLAP场景的应用也随之不断涌现。但是受制于关系型数据库的底层存储格式，PG在OLAP场景中的性能并不理想，尤其是PG强大的入库性能优势在创建索引较多时会急剧下降，这使得PG在OLAP场景中无法发挥全部实力。而此次我们针对PG在OLAP场景中的应用进行了实战演练，通过优化PG底层的存储格式，大幅提升了PG在数据更新和入库上的性能，同时使得PG可以支持全文检索、多维统计分析等场景，实现了单机百亿数据的毫秒级检索。
母延年 录信数软 创始人&CTO
十余年大数据底层开发经验，原腾讯和阿里巴巴大数据领域专家级工程师
组织研发阿里开源项目 Mdrill（多维分析）与 JStorm（流计算）的核心 committer, 目前已经收录在Apache开源组织，可快速处理百亿级数据
腾讯 Hermes 的核心开发人员，支撑腾讯每天3600亿、总量万亿规模数据的即席查询与分析
NJSD全球大会组委主办的《NJSD2017全球软件大会》受邀演讲嘉宾
ChinaHadoop大数据研究网主办的《第九届中国 Hadoop 技术峰会（CHINA HADOOP SUMMIT）2017 北京站》受邀演讲嘉宾
PGSQL在OLAP场景中的实践
实践一：轻量&海量，如何得兼？
如何在维持轻量级SQL特性的基础上，使得单机也能够承载百亿数据？
如何在进一步简化使用和运维成本的同时确保具备高度的容灾体系？
如何既轻，又大；既稳，又快；既多场景，又高效率？
实践二，内存计算+列存储=毫秒级响应？
通过列存储+内存计算的技术架构，如何实现多维嵌套查询和分组统计的毫秒级响应？
内存计算如何建立防丢体系？
实践三，想要做到OLAP场景全覆盖有多难？
如何将向量数据库+时空数据库+内存数据库的能力结合于一身？
多层嵌套查询、多维统计分析，如何实现查询统计自由？
实践四，真●实时&高●并发
如何在保持5万条/秒的入库速度的同时做到实时写入？
如何实现万人并发查询，千人并发统计？
实践五，多行业多场景实测性能如何？
公安、军队、汽车等多行业多场景实测性能揭秘。
10月18日，我们北京见！
—第十二届中国数据库技术大会 —
