gp数据库全称是什么

gp数据库全称是Creenplum。

GP数据库是业界最快最高性价比的关系型分布式数据库，它在开源的PostgreSQL的基础上采用MPP架构（Massive Parallel Processing，海量并行处理），具有强大的大规模数据分析任务处理能力，其主要关注在数据仓库和商业智能方面。

分布式数据库系统通常使用较小的计算机系统，每台计算机可单独放在一个地方，每台计算机中都可能有DBMS的一份完整拷贝副本，或者部分拷贝副本，并具有自己局部的数据库，位于不同地点的许多计算机通过网络互相连接，共同组成一个完整的、全局的逻辑上集中、物理上分布的大型数据库。

GP数据库特点：

1greenplum是一个关系型数据库集群，是由数个独立的数据库服务组合成的逻辑数据库。

2greenplum采用Shared-Nothing架构，整个集群由很多个数据节点（Segment Sever）和控制节点（master server）组成，其中每个数据节点上可以运行多个数据库。

简单来说，Shared-Nothing是一个分布式的架构，每个节点相对独立。在典型的Shared-Nothing中，每一个节点上所有的资源（CPU，内存，磁盘）都是独立的，每个节点都只有全部数据的一部分，也只能使用本节点的资源。

shutdown命令是最常用的关闭系统命令,不仅可以用于立即关闭系统,还可以在指定时间关闭系统。

gp数据库常用 *** 作：1、启动数据库：gpstartgpstart正常起数据库gpstart-R维护模式，普通用户无法登陆，只有超级用户能登陆gpstart-m只起master，起了后，只能用utility模式去登录master。utility模式登录，只连某个实例。

2、停止数据库：gpstopgpstop正常停止数据，如果数据库还有连接，就无法停止gpstop-Msmart同gpstopgpstop-Mfast停止数据库，如果有连接的话，会发cancle信号，等待连接中断，如果等待超时，则强制中断连接gpstop-Mimmediate强制中断所有连接gpstop-r重启数据库gpstop-m只停master，最直接的禁止其他用户登陆数据库的方法

3、检查数据库状态：gpstategpstate查看基本的数据库状态统计数据gpstate-s查看数据库primary和mirror状态的详细信息gpstate-e查看失败实例的具体信息gpstate-m查看mirror实力状态gpstate-f查看standby的状态

GP数据库中，查找某个数据库表都有栏位名称，可以查找其系统表。

GP数据库的表可分为：

1、创建普通表，创建分区表。

2、修改表结构。

3、创建及修改表空间。

GP数据库建表模板，通过excel拷贝数据字典，即可生成对应的gp数据库建表语句脚本，简单易用。

GP数据库与Oracle数据库区别为：侧重不同、数据库类型不同、查询不同。

一、侧重不同

1、GP数据库：GP数据库重计算的，对大数据集进行统计分析的OLAP类型。

2、Oracle数据库：Oracle数据库面向前台应用，重吞吐和高并发的OLTP类型。

二、数据库类型不同

1、GP数据库：GP数据库的数据库类型为分布式数据库。

2、Oracle数据库：Oracle数据库的数据库类型为传统关系型数据库。

三、查询不同

1、GP数据库：GP数据库支持海量数据存储，支持列的扩展，查询速度快，但是查询 *** 作较复杂。

2、Oracle数据库：Oracle数据库虽然可以搭建集群，但是当数据量达到一定限度之后，查询处理速度会变得很慢，且对机器性能要求很高。

遗传编程（GP）属于进化计算（Evolutionary Computation，EC）模型的一种。EC是一种借鉴自然界进化机制而产生的并行随机搜索算法。进化算法的基本原理是选择和改变，它区别于其他搜索方法有两个显著特征：首先这些算法都是基于种群（population）的；其次在种群中个体（indvidual）之间存在竞争。 为搜索特定的（感兴趣的）查询需要一种工具，这种工具可智能生成一组查询并以它们是否能导出与用户给定的同样的对象集来进行评价。GP算法对这一类问题是很实用的。

1 函数集与端点集

一般GP中可生成的程序集是使用者定义的函数集和端点集。表1给出了相应的函数集和端点集，其中函数集由13中定义的查询算子、逻辑运算算子以及比较算子所组成。

函数集 {SEL，REL，G-REL，RES}，{UNI，INT，DIF}，{AND，OR，NOT}， {>，>=，=，<，<=} 端点集类集，属性集，值集

表1 函数集和端点集

在我们的应用中还有一些具有不同句法的查询算子。每个算子具有不同的句法且假定的数据库是面向对象的。因此，它具有为创建个体而使用的特别的函数集（或算子集）和端点集。从而，构成种群的所有个体的创建必然受到每个算子的约束[3]。约束可以是算子的句法和查询的类型，或者是为创建查询选择适当属性值的领域知识。比较算子和逻辑算子只使用于查询的谓词。当比较符号 *** 作数时，仅使用'='。

端点集由CLASS-SET、SLOT-SET和VALUE-SET组成。CLASS-SET由12中定义的类名组成，SLOT-SET由每个类的所有属性构成，VALUE-SET由数值和符号值所构成（它们均为属性值）。数值由整型或实型数构成，其数值范围由所用数据库模式定义。符号值由字符串表示的符号属性值构成。

[编辑本段]

2 创建初始种群

为了创建一个个体（查询），首先必须确定特定查询所返回的对象类型。结果类型被选择后，从所选类型返回例子的算子集中随机地选择一个算子，这个过程对查询的每个参数递归地进行。最初，那些句法正确的预定义数量的查询被随机地产生，形成初始种群。

[编辑本段]

3 选择属性值

由于可选择范围大，要从某个查询的值集中选择一个属性值（数值或符号常数）是相当困难的。对于一个范围为[1，10000]的整数集，随机选到一个特定整数的概率仅为1/10000。而对于符号常数，则需要很强的背景知识。因此，我们仅就发生在数据库里的范围选择属性值。

[编辑本段]

4 繁殖新一代种群

每个个体用预定义的适应函数来进行评价。较适应的查询有较高的概率被选来繁殖新种群，这个过程用三个遗传算子：选择、杂交和变异来完成。为了产生下一代，选择算子根据个体的适应值来选择个体。我们用一个树来表示一个查询，杂交算子用交换两个父辈的子树来创建两个后代。变异算子用一个新的子树来代替一个父辈的子树，从而产生一个新的后代。选择-杂交-变异循环反复地进行直到终止标准被满足。

[编辑本段]

5 评价（适应函数测量）

我们使用如下的适应函数f来评价种群中的个体查询i ：

f ( ni , hi ) = T - ( hi hi ) / ni ,

其中：ni > 0 ， T ≥ hi ， 且 i = 1 ，2 ，… ，种群的大小（T是被确定的对象集的势，hi是一个个体查询i 被选中的次数，ni是查询 i 结果集的势）。

上述适应函数依赖于hi和ni ，如果一个查询没有被选中（hi=0），则函数的值为T，这是最差的一个适应值。另一方面，如果查询结果能够很好地匹配提交给系统的对象集，那么它的适应值为0（在这种情况下hi = ni = T ）。如果种群中出现个体适应值远远超过种群平均适应值，该个体很快就会在群体中占有绝对的比例，从而出现过早收敛的现象。另一方面，在搜索过程的后期，群体的平均适应值可能会接近群体的最优适应值，从而导致搜索目标难以得到改善，出现停滞现象[4]。为了防止上述情况的发生，我们将对一个个体查询的例子个数 ni 作为分母。

以上就是关于gp数据库全称是什么全部的内容，包括:gp数据库全称是什么、Linux关闭gp数据库命令、gp数据库节点使用率高,怎么定位是哪个表等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！