很多使用資料倉庫的朋友可能都有過這樣的困惑，為什麼資料倉庫的資源經常會出現不可控，或者搶用的情況，嚴重的甚至影響正常的作業任務，導緻不能按時輸出報表或者分析結果。
這裡的原因較多，最主要的原因可能還是使用姿勢不對，mpp是用極資源的産品，一夥人在搶資源當然跑不好。你想想一個跑道能讓多架飛機同時起飛或降落嗎？
資料倉庫的使用人員通常是資料分析師，一個成熟的分析模型的建立，可能需要多次的資料模型分析試錯。
通常試錯不會允許直接在任務庫中執行，因為很容易幹擾任務庫的任務處理，你一定不想因為試錯導緻報表不能按時輸出吧，相信老闆會讓你好看的。
是以老外通常會将資料倉庫分為兩種，一種是跑任務的大數倉，所有的資料都在大數倉裡面。
分析人員使用的是獨立的小型分析庫，如果要試錯的話，向dba送出測試資料的etl申請，拿到資料後進行分析模組化，在多次資料模型分析試錯後找到成熟的資料分析模型，再送出到大數倉去run 任務。
由于分析人員可能較多，不同的分析人員可能會有同一份資料的分析需求，是以這種模式造成了大量的重複試錯資料。每個分析師都要問dba要資料，也會很痛苦。
loftd是一個獨立的具備處理predict, project filter請求的檔案伺服器。
将loftd作為一個外部的資料源，讀寫非常友善。
資料分析人員向dba送出資料抽取請求，資料被抽取到loftd，小型分析庫通過外部表的方式通路loftd。
并且loftd可以共享給多個小型分析庫使用，是以消除了資料的備援。
阿裡雲的使用者可以購買sata+ssd混合存儲的greenplum，以非常高的成本效益獲得pb級的資料倉庫（公測階段隻提供純ssd的版本）。
使用者可以使用etl工具，或者mysql2pgsql, pgsql2pgsql将資料增量或全量的從mysql或pgsql同步到greenplum。
成熟的分析任務可以跑在這個大的greenplum數倉上面。
另外，分析人員要資料分析模型試錯的話，可以将資料模型分析試錯的樣本資料導出到oss。 greenplum或者rds pg可以通過oss外部表直接通路試錯資料，進行分析。
etl可以選擇阿裡雲市場中的etl服務或者使用者自己使用開源的etl工具，都是非常友善的。
如果試錯的資料量（樣本資料）在百gb的規模，建議可以直接使用rds pg
。 9.6還會推出cpu并行計算的功能，處理百gb毫無壓力。 資料模型分析試錯資料再大一點的話，建議還是購買小型的greenplum。
這樣就可以做到跑成熟的資料分析模型，試錯兩不誤。
如果使用者 為了節約成本一定要将成熟模型和試錯放到一個資料倉庫來跑的話，如果你不想因為任務跑不出來被老闆批，建議錯開任務的時間。
正确使用數倉（不管是greenplum還是其他的數倉），必須要搞清楚跑成熟任務和分析人員模型試錯是不要混到一起跑的，互相幹擾，時間還漫長。 分析人員很貴的，多加幾台機器，把模型試錯和成熟任務分開，可以給分析人員靈活的發揮空間，又不耽誤跑成熟模型，何樂不為呢。
祝大家玩得開心，歡迎随時來阿裡雲促膝長談業務需求 ，恭候光臨。
阿裡雲的小夥伴們加油，努力做 最貼地氣的雲資料庫 。