微軟推PDW數據庫機器，解決大數據商業智能難題

過去數年，商業智能（Business Intelligence, BI）的應用愈趨普遍，企業從不同來源，也獲得更多數據作分析和決策支援，建立數據庫愈來愈大，規模隨時超越Terabyte(TB)（即1024 GB），甚至Perabyte(PB)（即1024 TB）的容量。

據研究機構Gartner副總裁Matthew Boon表示，二O一一年，Gartner向全球進行CIO調查顯示，雲運算已成最受關注的課題，其次則為虛擬化和流動運算，商業智能則仍然排在第五，可見如何轉化資訊為有用知識，BI在CIO議程上仍有重要位置。

Matthew Boon指出，「過去五年，全球數據增長了八倍，其中八成屬於非結構性數據。」這些非結構數據可能是一般文件或者試算表內。隨著網絡和物聯網（Internet of things）迅速發展，加上監控、感應器、交易等數碼化後，大量數據必須即時作出分析，甚至未進入數據倉庫前，就要得出決策結果。大量非結構數據，必須經過快速的ETL(萃取、轉置、載入)，再下載至關聯式數據庫(RDBM)，建立數據倉庫，再擷取多維Dataset Cube作OLAP線上分析處理，或者進行數據挖掘和建立報表，發揮數據內藏價值。」

「問題在於，數據庫和Dataset過大，此問題經常被業內形容為大數據（Big Data），必須採用新運算架構來應付；其中一個方向，就是利用專門的數據庫機器來處理。」

數據庫為了加速，一向傾向於利用多枚處理器一齊算運，也就是「多路處理系統」（Symmetrical Multi Processing）SMP架構。另一類運用多枚處理器的技術，主要用加速BI應用，被稱為大規模平行處理技術（Massively Parallel Processing）MPP技術，每枚處理器均擁有本身作業系統（OS）和記憶體，恍如另一部獨立伺服系統，分工服務同一數據庫，加快分析速度。

但是，MPP系統硬件架構亦更複雜和昴貴，同一數據庫，同時分割予不同處理器平行分析，必須精細分割，彼此又須互通。專攻BI研究的Teradata，也是最早發展MPP技術的廠商，專供BI數據庫機器，已獲不少金融和公共機構採用。

去年，甲骨文收購了太陽電腦後，中止了跟HP合作開發Exadata數據庫機器，轉而自行開發並推出ExaData第二版和ExaLogic中間件機器，Exadata也局部運用了MPP技術。另一家MPP廠商Netezza則於去年底為 IBM所收購。EMC則收購了Greenplum，並稱其MPP技術比對手快好數倍。

去年微軟也夥拍HP、IBM、戴爾、Bull 和EMC等，推出預裝SQL 2008 R2企業版本FastTrack V2的數據庫機器，並作出優化並預裝特定規格的伺服系統，供數據倉庫和BI用途。另去年十一月，微軟再與HP及Bull兩家廠商，推出建基於MPP技術數據庫機器（Parallel Data Warehouse） PDW。

微軟Azure及中間件總經理Zane Adam表示，微軟會推出以數據庫機器，此項名為PDW的數據庫機器，利用MPP的技術，針對建立超龐大數據倉庫（Data Warehousing）和 BI數據挖掘，甚至讓客戶從桌上作OLAP分析。

微軟的Excel試算表仍是OLAP的客戶端最普遍採用查詢工具，OLAP運算能力主要靠伺服系統，利用Excel連接即可作多維深度數據分析。此外，Excel 2010版本的PowerPivot也能作離線數據倉庫和BI分析，可處理的Dataset體積達4GB，相當驚人。

微軟FastTrack和PDW的最大分別，是FastTrack利用了 傳統SMP，針對沒有經驗自行安裝數據倉庫的企業，加快BI方案的付運時間和減低風險。

「PDW針對極高端的高階用戶，能夠分析極大量數據，並短時間內獲得結果，也支援串流分析（ Streaming Analysis）。此方案預先整合及測試，機器並由微軟Critical Advantage Program直接提供支援，微軟會作為支援的最前線，與硬件商合作解決技術問題。」

二O一一年微軟亦將推出開發代號Denali的SQL數據庫版本，並且再推出FastTrack V3機器。Zane透露，微軟稍後會推出針對OLTP用途數據庫機器，由於OLTP對於輸出入IO要求極高，預計OLTP數據庫機器亦加入大量固態儲存（SSD）技術，但未有計畫推出類似Exalogic的中間件機器。