如何从Project数据库中读取mpp文件中自定义域以及自定义大纲代码

具体SQL语句如下：

SELECT MSP_VIEW_PROJ_TASKS_STD.TaskName AS '任务名称', MSP_OUTLINE_CODES.OC_NAME AS '大纲代码1',

MSP_OUTLINE_CODES_1.OC_NAME AS '大纲代码2', MSP_VIEW_PROJ_TASKS_ENT.TaskEnterpriseCost1 / 100 AS '任务成本',

MSP_VIEW_PROJ_TASKS_ENT.TaskEnterpriseDate1 AS '任务日期', MSP_VIEW_PROJ_TASKS_ENT.TaskEnterpriseDuration1 / 4800 AS '任务工期',

MSP_VIEW_PROJ_TASKS_ENT.TaskEnterpriseFlag2 AS '任务标志', MSP_VIEW_PROJ_TASKS_ENT.TaskEnterpriseNumber3 AS '任务数字',

MSP_VIEW_PROJ_TASKS_ENT.TaskEnterpriseText2 AS '任务文本'

FROM MSP_VIEW_PROJ_TASKS_ENT INNER JOIN

MSP_VIEW_PROJ_TASKS_STD ON MSP_VIEW_PROJ_TASKS_ENT.WPROJ_ID = MSP_VIEW_PROJ_TASKS_STD.WPROJ_ID AND

MSP_VIEW_PROJ_TASKS_ENT.ENT_TaskUniqueID = MSP_VIEW_PROJ_TASKS_STD.TaskUniqueID INNER JOIN

MSP_OUTLINE_CODES ON MSP_VIEW_PROJ_TASKS_ENT.TaskEnterpriseOutlineCode1ID = MSP_OUTLINE_CODES.CODE_UID INNER JOIN

MSP_OUTLINE_CODES AS MSP_OUTLINE_CODES_1 ON

MSP_VIEW_PROJ_TASKS_ENT.TaskEnterpriseOutlineCode2ID = MSP_OUTLINE_CODES_1.CODE_UID INNER JOIN

MSP_PROJECTS ON MSP_OUTLINE_CODES.PROJ_ID = MSP_PROJECTS.PROJ_ID AND

MSP_OUTLINE_CODES_1.PROJ_ID = MSP_PROJECTS.PROJ_ID

WHERE (MSP_VIEW_PROJ_TASKS_ENT.ENT_ProjectUniqueID = 43) AND (MSP_PROJECTS.PROJ_TYPE = 2)

ORDER BY MSP_VIEW_PROJ_TASKS_ENT.ENT_TaskUniqueID

其中具体请参见Project 2003相关数据文档PJDB.Htm以及PJSVRDB.HTM数据库文档。

MPP数据库主要适合查询统计、分析研判等大数据处理场景，主要特点是整体架构呈现纯扁平化，不存在单点性能瓶颈，基于开放式标准X86 PC服务器构建，采用分布式架构设计，灵活实现按需部署，具备灵活的系统伸缩性，支持系统的纵向扩展和横向扩展。

国内的产品主要是南大通用的GBase 8a MPP Cluster，是面向大数据、云计算场景自主研发的大规模并行数据库集群产品，在海量数据高速处理的场景下具有高性能、低成本、高可靠、易使用等诸多优势，国外的如GreenPlum、Vertica等。

先这要看下：

SMP：

SMP(Symmetric Multi Processing)架构，对称多处理架构(share everything)。例如单机版本的mysql、oracle、sqlserver等。所有的CPU共享全部资源，如总线，内存和I/O系统等， *** 作系统或管理数据库的复本只有一个，这种系统有一个最大的特点就是共享所有资源。

UNMA：

NUMA(Non-Uniform Memory Access)架构，半共享架构(share disk)，例如：oracle rac、db2 pureScale，它是磁盘共享(share disk)，数据共享，可以通过增加节点来提处理能力，但是当共享存储接口达到瓶颈后，增加节点并不能获得更高当性能。

MPP：

MPP(Massively Parallel Processing)架构，海量并行处理架构(share nothing)，每一个节点有自己的Merry、CPU、Disk、OS，不共享任何资源，各个处理单元之间通过协议通讯。各个单元相互独立，各自处理自己的数据，处理完成后向上汇总。

smp numa mpp的对比，请参考下图

---