分析型数据仓库的选择不同于普通的数据库选型，它可能需要更多的综合考虑，而不仅仅是数据库软件本身的选择，硬件、软件、储存、用户需求等，而其中最大的挑战就是性能。在其他硬件cpu，内存都循着摩尔定律提升的时候，硬盘却没有明显的速度上的进步，而大型分析型数据仓库往往又是大容量的同义词，所以性能比功能，管理性等等其他的都要重要。

　　现在总的来说有18个比较有名的供应商可以应对生产环境的挑战，其中既有私有软件与硬件的组合，也有开放式软件+普通硬件的组合。

　　总体架构上有4种，普通的OLTP型的、MPP row-based型的（mpp是大规模并行处理）、列选择型的和MOLAP型的。

　　每一种都有典型代表，基本上没有谁有特别的架构上的优势。

　　用户需求则是决定数据仓库选型的第一条件，总体容量、并发用户、数据刷新频率等等，尤其重要的是在购买前一定要有足够的POC（PROOF OF CONCEPT），最还是能有真实环境完完全全的测一遍，分清楚你一定要有的功能和如果有更好的功能，价格上的限制，特定供应商的限制，私有硬件的容忍度，管理难度和将来可扩展的要求。

　　调查清楚你的用户将来会如何使用数据库也是重点之一。

　　Reports、Dashboards and alerts、Ad-hoc、OLAP、data mining，每一个分析领域的并发用户，使用频率。

　　记住一定至少要有三个以上的供应商供选择，让他们辅助你测试，而不是辅助你选型。

　　调查清楚用户需求可能是最难的，千万不要想当然，最好能让各部门都调查清楚自己的需求，然后再汇总，并且一定一定要真实测试。

　　可以参考一下下面的PPT文档，文章是dbms2的编辑写的。

　　http://www.dbms2.com/2009/02/04/draft-slides-on-how-to-select-an-analytic-dbms/