https://hub.docker.com/r/cloudberrydb/cloudberrydb

https://github.com/cloudberrydb/cloudberrydb

https://cloudberrydb.org/docs/

Cloudberry数据库可用于不同的场景，包括离线批量处理数据仓库、实时构建数据仓库等。此外，您可以使用它作为现有MPP数据库的替代

---用户场景

本文档介绍了Cloudberry数据库的使用案例。

场景1:离线批处理数据仓库并构建数据集市

构建高性能Cloudberry数据库仓库和数据集市，用于存储和查询大规模数据集。这包括操作数据存储（ODS）、数据仓库细节（DWD）和数据仓库摘要（DWS）。支持构建源模型、规范化模型、维度表、事实表等，并有多种方式将源数据加载到数据仓库中。

支持多种数据处理类型。

支持构建高并发、高性能和低维护成本的数据仓库和数据集市。

支持复杂的数据分析和查询需求，包括数据聚合、多维分析和相关查询。

场景2:实时构建数据仓库

支持实时构建数据仓库，支持采集和处理流数据，使实时数据分析成为可能。

场景3:构建中端

支持在数据中端构建MPP数据平台。支持分布式并行处理架构。

支持在数据中端构建数据仓库。支持与主流ETL工具对接。

场景4:构建湖-仓库集成

支持构建企业级数据湖-仓库集成。支持数据湖和数据仓库之间的高效数据交换。

场景5:现有MPP数据库的替代方案

支持替换常见数据库，如Oracle、TeraData、Greenplum和Vertical。

支持替换其他类型的MPP数据库，如Gbase 8a和GaussDB。

场景6:适用于地理信息系统应用程序

在Cloudberry数据库上构建地理信息系统（GIS）应用程序。

存储和查询地理位置数据。支持空间数据分析、地理编码和地图可视化。

可应用于城市规划、地理分析和地图导航。

---物理机部署架构

 所支持的两种物理机部署架构，即“主备部署架构”和“自动高可用部署架构”。两种架构的主要差异在于 Master/ Standby 节点故障恢复是否需要人工运维。在物理机上部署前，你需要了解这两种架构，并根据实际需要进行选择