近年来，Greenplum凭借其优秀的数据存储、处理和实时分析能力，已被广泛应用于数据仓库领域，去年还被Gartner评为全球排名第三的分析型数据库和排名第四的实时分析数据库。作为主打OLAP和数据分析的开源型MPP数据库, Greenplum经过十多年的打磨，于2019年12月底进行了6.0版本的大升级，TPC-B性能相比5.x提升60倍，单条查找提升350%，拥有了更强的HTAP能力。
（数据对比图来源于Greenplum官方测试）
MPP架构：Greenplum采用MPP架构，具备线性扩展存储能力及分布式任务处理能力，支持数据的大规模并行计算。
高可用：支持主节点与计算节点增加冗余备份，节点宕机时可自动快速切换，降低整体数据仓库服务宕机风险确保数据不丢失。
多种数据存储方式：同时支持行存储及列存储的数据存储方式以及外部表存储，满足不同场景下的数据存储需求。
简单易用：高度兼容PostgreSQL语法，提供可视化的管理控制台，方便快捷管理监控数据仓库，降低入门成本。
移植了大量PostgreSQL的新特性在既有JSON类型上，支持JSONB存储格式，实现高性能的JSON数据处理及更丰富的JSON函数； 新增GIN索引和SP-GiST索引可以更高性能支持模糊匹配，以及中文检索； 支持了 schema 级别以及 column 列级别权限控制和授权等。
引入全局死锁检查机制，动态的收集和分析锁的信息来检查和解除全局死锁。基于此，HEAP表的更新修改操作可以只借助细粒度行锁完成； 支持大并发的更改删除查询，提高整个系统的并发度和吞吐量； 同时还对事务锁进行了优化，减少了开始事务和结束事务时的锁竞争，在既有高性能 OLAP分析基础上，也可以提供高吞吐交易事务处理。
针对数仓中的维度表，通过建立复制表，可以大量减少数据传输，提升查询效率; 支持zstandard压缩算法：ZSTD压缩算法，较之前 zlib 压缩算法，提升三倍的压缩和解压性能; 采用一致性hash，扩容速度更快;扩容无需停机。
数据仓库
数据分析平台
地理信息数据分析
机器学习
分布策略：支持哈希分布（DISTRIBUTED BY(key)）和随机分布(DISTRIBUTED RANDOMLY)，复制表【6.x版本的新特性】； 存储方式：行存储、列存储、HDFS外部表； 压缩：可以支持字段级别的压缩； 索引：可以加快查询，需要额外的存储空间； 分区： range分区：把数据根据指定的范围进行分区，例如：时间范围、数值范围 list分区：把数据按照一个list的值进行分区，例如：产品的种类、地区
简单易用：通过可视化的管理控制台，快速的搭建一套Greenplum系统，无需关注复杂的安装和运维，在控制台上很方便的实现集群管理和运维监控等工作。
高可用：主节点与计算节点增加冗余备份，节点宕机时可自动快速切换，降低整体数据仓库服务宕机风险确保数据不丢失。
弹性伸缩：通过控制台增加节点很方便的实现计算能力和存储能力的快速扩容
低成本：支持数据压缩、深度优化的软硬件方案，按实际数据处理需求开通节点实例，无需为搭建数据仓库一次性投入高额成本，同时降低运维人力成本。
完善的监控和异常自动处理：UDW经历了多年的积累，从硬件、系统、软件层面进行了各个维度的监控，便于及时发现问题。同时借助异常自动处理机制，快速处理各种异常，例如：segment的自动恢复，segment发生主从切换之后自动rebalance、故障节点的自动迁移等等。
