Oracle Exadata是甲骨文公司在2008年OpenWorld大会上发布的一体机产品。在过去的五年时间里，虽然Exadata已经积累了超过1000个部署用户，但在我看来根本没有一个用户真正将Exadata的架构潜力完美释放出来。一直以来，大多数企业在非Exadata环境下对Oracle数据库管理不当的情况屡见不鲜，而这样的情况现在也同样发生在Exadata身上。

　　尽管许多用户的使用方式不当，但Exadata架构仍然提供了诸多优势，比如大多数部署用户能够通过高端硬件配置得到显著的性能提升。将数据库数据从企业SAN中解放出来，仅就这一点就能够带来极大的性能改进。Exadata拥有专用的磁盘集，同时在前端还有非常大的SSD cache，这对于解决数据库磁盘I/O瓶颈是非常有帮助的。

　　然而，企业往往不会深入理解Exadata的架构，以至于无法完全利用这一强大平台的能力。在针对相同数据的大型批处理操作以及毫秒级响应需求时，Exadata可以说是能够改变游戏规则的产品。但这有一个前提，就是“相同数据”。

　　Exadata架构中一个独有的关键技术就是“混合列压缩”，这一技术并不能够简单地理解为列式存储。尽管有相似的地方，但混合列压缩技术不会遇到纯粹列示存储所需要应对的问题。Oracle的混合列压缩针对数据库的每一列都采用了多级压缩和不同的算法，只有这样才能将压缩比最大化。典型的数据压缩比是10:1，而对于高度重复数据，这一比例还可能达到50:1，甚至80:1。

　　近期我参与了一个Exadata的部署，其中负责数据建模与ETL设计工作。最大的挑战就是2 TB的非结构化数据集与结构化、定义良好的数据库进行集成。我们需要将面向用户的应用从此前的每日发送报表邮件，转化为一个实时的、亚秒级响应的系统，同时还需要有下钻能力。通过使用星型Schema设计，事实表一共有170亿行，然而只占据了400 GB的存储空间。由于我们使用了Oracle Exadata的混合列压缩，平均的数据压缩比达到了14:1，而如果不用这一功能，那么整个数据库就将达到5.6 TB。而通过将ETL面向混合列压缩来进行设计，我们最终能够将优势最大化，同时每天都能接近实时地处理1亿条记录。

　　不只是磁盘存储，还包括了cache空间。将数据库表压缩14倍，就意味着能够将SSD和RAM缓存层的效率提升14倍。然后通过使用Exadata的智能扫描技术，我们能够利用非常高的扫描速度来进行批量报表生成。

　　通过不同的索引选择，Exadata能够为相同的数据提供高速的批处理以及毫秒级的精确记录查找，这对于用户而言是非常独特且有价值的特性。

　　我见过无数公司挣扎着希望解决类似的问题，而他们的选择往往是一些开源产品，比如Hadoop、HBase、Hive、MongoDB或者CouchDB。开源平台需要类似于SQL的功能，这些才是传统IT部门员工所熟悉的技术。越来越多的企业已经达到这一目标，但都经历了大量时间的研发。

　　在几乎所有的情况下，只要正确使用Oracle Exadata架构就可以解决这些问题。那么究竟是什么让企业对其望而却步呢?软件许可费用以及高昂的成本是讨论最多的一个原因，然而我们也不能忽视研发所投入的时间与精力。使用Oracle数据库能够在几个月内完成的项目，在使用其他平台时可能要用上1-2年时间。

　　企业不选择Exadata的另外一个原因就是对关系型数据库限制的顾虑。有时甚至一次不愉快的经历就能让企业远离关系型数据库，转而寻找其他选择。然而其他的数据库平台在备份、数据复制、自动总结表和索引等方面还无法与关系型数据库相提并论。

　　为了帮助企业认识到他们一直以来所忽视的优势，我将开始在这一专栏里为您解读为何企业应该选择RDBMS。敬请期待！