[[180809]]

從零售業、銀行業，到通信業、制造業，甚至公共部門，HPE Vertica憑借對數據的強大存儲和處理能力，已經充分滿足了各行各業的獨特需求。作為為大數據量身打造的實時分析平臺，它不僅創造了更快的分析速度，連接了更多的數據源，同時也加快了更多企業的業務轉型。

不過，HPE Vertica的持續創新之路并不止于此。Vertica8.0現已榮耀問世，一起來看看它到底增添了哪些新特性，又將如何助力你我未來的新征程!

1.數據管理

在表級數據加載策略上，它可以不修改ETL和BI工具的數據處理腳本，就能夠設置特定表的缺省加載策略;同時，它還能夠從備份恢復數據、數據處理等場景，快速復制、交換全表數據。除此之外，多節點并行加載單個共享大文件，充分利用所有或部分節點并行加載單個共享大文件，大幅提升大文件加載性能。

值得一提的是，處理半結構化數據Flex Table以前只支持copy語句裝載數據，現在可以支持Insert語句，新的[]操作符號能夠簡化訪問分層的VMap數據。在大數據計算的日益復雜背景下，機器學習也在深入發展，得益于更好的并行計算和擴展能力，Vertica機器學習算法快于Spark，不再需要逼數據搬家。

2.與Hadoop、Kafka和Spark集成

Vertica內置新的支持hdfs原生協議的libhdfs++包，替代原來基于webhdfs的HDFS Connector，libhdfs++更穩定性能更好，并且Parquet格式Reader性能大幅提升;ORC和Parquet支持Hive風格的分區列。

Kafka連接器增強，Scheduler微批量任務定義支持同一個表的數據來自多個kafka集群、多個topic;監控視圖stream_microbatch_history增加了更明確的微批結束原因;MC增加專門的微批量加載監控頁面;升級了rdkafka開源庫，解決了rdkafka在特定場景下釋放句柄時被夯住的問題。

Spark高效地從Vertica獲取數據、探索模型，通過謂詞下推和無關列數據裁剪，高效地準備訓練和測試模型的數據。Spark也可以把數據加載到Vertica進行高級分析。另外，Spark可以作為ETL工具替代MapReduce，Spark streaming可以作為流式計算引擎，結果可以快速并行存儲到Vertica中，進行高級SQL分析。

3.性能提升

HPE Vertica8.0優化Catalog大小和鎖爭搶，以及新的glibc，提升并發查詢性能以及寬表加載執行計劃階段的性能。節點復原(Recovery)性能也有所提升。

Vertica8.0的節點故障后查詢性能提升近1倍。優化器在節點故障發生時，Vertica8.0會把分布方式、排序和編碼一致的buddy projection同等看來，同時進行并行掃描和應用所有優化策略，使得大部分查詢的性能與正常時相近，從而避免延遲物化等某些優化策略的無法應用。

4.監控管理

Vertica8.0的管理控制臺也增添了新特性，其擴展的集中系統監控，能夠整合歷史消息、事件和監控統計信息，全面了解數據庫的運行狀態;新增加Kafka活動監控功能，可以監控微批量加載的性能和健康狀況;在云環境方面，管理控制臺MC已經是AMI的一部分。

Vertica8.0還自定義Email告警閥值，能夠通過Email、管理控制臺消息中心、以及RESTful API 通知告警。

5.Vertica的持續創新之路

HPE Vertica以其卓越的性能、久經驗證的市場實踐，已經贏得了包括Amazon cloud在內的云分析平臺以及Windows Azure的支持。更多的主流云平臺認證，還在路上。相信Vertica8.0的問世，將為客戶帶來更多超乎想象的收益。