Greenplum公司介绍
在 PostgreSQL 的衍生生态中，Greenplum 是大数据分析领域的开创者。它基于 PostgreSQL 的内核，打造了全球最早的开源 MPP(大规模并行处理)数据仓库，解决了原生 PG 无法支撑 PB 级 OLAP 分析的痛点，同时完整保留了 PG 的生态与兼容，成为了大数据时代，企业数仓的核心标杆，也催生了整个 PG 数仓生态的发展。
创立初心：用 PG 打造低成本的大数据数仓
Greenplum 的故事，始于 2003 年，在硅谷的 San Mateo，Greenplum 公司正式成立。
彼时，大数据的浪潮正在萌芽，企业开始产生海量的业务数据，需要大规模的数据分析、商业智能来支撑决策，但当时的市场，数据仓库几乎被昂贵的商业一体机垄断，企业需要支付高昂的成本，才能搭建数仓，而普通的关系型数据库，无法支撑 PB 级数据的并行分析。
而 Greenplum 的团队，选择了 PostgreSQL 作为根基，他们相信，PG 成熟的 SQL 能力、生态，是最好的基础，他们只需要在 PG 的基础上，加入 MPP 的分布式架构，就可以打造一款低成本的、基于 x86 服务器的大数据数仓，让企业可以用普通的服务器，就可以支撑 PB 级的数据分析，不用再为昂贵的商业一体机买单。
二十年的发展：从商业到开源的进化
Greenplum 的发展，走过了二十年的历程，见证了整个大数据行业的变迁：
• 2003 年：Greenplum 公司正式成立，开始研发基于 PostgreSQL 的 MPP 数仓。
• 2006 年：Greenplum 推出了首款产品，基于 PostgreSQL 8.x 的内核，打造了 shared-nothing 的 MPP 架构，支持大规模的并行分析，迅速获得了企业客户的认可。
• 2010 年：Greenplum 被 EMC 收购，成为 EMC 大数据产品线的核心，帮助 EMC 布局大数据市场。
• 2012 年：EMC 拆分出 Pivotal Software，Greenplum 归入 Pivotal，更名为 Pivotal Greenplum Database，成为 Pivotal 的核心大数据产品。
• 2015 年：Pivotal 将 Greenplum 完全开源，采用 Apache 2.0 协议，向社区开放了所有的代码，这也让 Greenplum 迅速成为了最流行的开源数仓。
• 2019 年：Pivotal 被 VMware 收购，Greenplum 随之加入 VMware，之后被捐献给 CNCF，成为云原生大数据的核心项目。
• 2024 年：Broadcom 收购 VMware 之后，宣布商业版 Greenplum 逐步闭源，这也催生了社区的分叉项目 CloudberryDB，社区团队接过了开源维护的接力棒，继续推动 Greenplum 生态的开源发展。
架构创新：MPP 架构的 PG 数仓革命
Greenplum 的核心创新，是基于 PostgreSQL 的 shared-nothing MPP 架构，它彻底解决了 PG 的 OLAP 扩展痛点：
Greenplum 的集群，由多个 PostgreSQL 的实例组成，分为两种角色：
• Master 节点：这是整个集群的入口，它完整复用了 PostgreSQL 的 SQL 层，用户的连接、查询，和普通的 PostgreSQL 完全一样，Master 节点负责接收用户的查询，做查询的优化、调度，协调所有的节点并行工作。
• Segment 节点：每个 Segment 节点，都是一个独立的 PostgreSQL 实例，负责存储自己分片的数据，执行计算任务。数据会自动的分片到各个 Segment 节点，当用户执行查询的时候，所有的 Segment 节点会并行的处理自己的数据，最后由 Master 节点汇总结果，这让查询的性能，可以随着节点的增加，线性的提升。
同时，Greenplum 完全兼容 PostgreSQL 的所有 SQL 语法、驱动、工具与生态，用户不用学习新的语法，原来的 PG 应用、工具，都可以无缝的使用，它还加入了列存存储、高级压缩等 OLAP 的增强，将 PB 级数据的分析性能，提升了一个量级，完美适配了大数据数仓的需求。
生态的裂变：从 Greenplum 到整个数仓生态
Greenplum 的架构与思想，成为了整个 PG 数仓生态的源泉，很多厂商都基于 Greenplum，打造了自己的衍生产品：
• 阿里云的 AnalyticDB for PostgreSQL，就是基于 Greenplum 做的二次开发，优化了分布式的架构，加入了流计算、湖仓一体的能力，成为了阿里云的核心数仓产品，服务了全球大量的企业。
• 国内的很多国产数仓，比如恒生电子的 LightDB-AP，都是基于 Greenplum 的架构，做了金融场景的定制化增强，成为了国产数仓的重要选择。
而随着 AI 时代的到来，因为 Greenplum 完全兼容 PG 的生态，它天然的支持 pgvector 等 AI 扩展，用户可以在 Greenplum 上，直接处理大规模的向量数据，做 AI 的大数据分析，完美适配了 AI 时代的混合负载需求。
如今，Greenplum 已经成为了 MPP 数仓的标杆，它的架构，被无数的数仓产品借鉴，而它的实践，也证明了 PostgreSQL 的强大潜力：通过分布式的架构，PG 不仅可以支撑传统的事务，还可以支撑 PB 级的大数据分析，而这，也正是 PG 生态能够持续繁荣的核心原因。