PDW：MPP 架構下的 SQL Server 擴展，非單機資料庫替代品
Parallel Data Warehouse (PDW) 隨 SQL Server 2008 R2 推出，直指 Oracle Exadata、Teradata。**不是軟體安裝包，而是「機架級硬體設備」**。
基礎架構：雙機架起步，線性擴展
- 管理機架：管理節點、控制節點、Landing Zone 節點、備份節點。
- 資料機架：計算節點（10 核心伺服器 + 專屬 SAN 儲存），每增加一組資料機架即線性擴展 CPU/儲存/頻寬。
- 控制節點：查詢進入點**，解析 T-SQL → 產生分散式查詢計畫 → 下發到計算節點並行執行 → 聚合結果回傳。不儲存使用者資料，僅存中繼資料與 tempdb。
- 連線工具：Nexus Chameleon**（隨 PDW 附贈），非 SSMS。
資料分佈機制：Hash 分散，非分區表
- 建表時指定 DISTRIBUTION = HASH(欄位) 或 REPLICATE**。
- REPLICATE：維度表全量複製到每個計算節點（適合小表、頻繁聯結）。
- HASH：依指定欄位 Hash 值決定資料落在哪個計算節點，**查詢時所有節點並行掃描**，大幅縮短回應時間（天 → 分鐘）。
- 本質差異：分區表是「查一個分區」；PDW 是「所有節點一起查」。
資料載入：DWLoader 並行大量載入
- SSIS PDW 目的地介面卡、或 Landing Zone +
DWLoader（類 bcp，高效並行）。
- 載入流程：控制節點 Hash → 分發到計算節點儲存，**Hash 過程為單點瓶頸**，大量載入需規劃並行度。
三大已知短板
- INSERT 慢：每列需 Hash 計算分發，不適合高頻 OLTP 寫入。
- 聚合查詢需跨節點搬運資料：所有被聚合欄位從計算節點傳回控制節點 tempdb 再聚合，網路/IO 開銷大。
對策：表設計預先聚合、調整分散鍵、將聚合下推到計算節點（需查詢改寫）。
- 工具鏈與技能門檻高：Nexus Chameleon、DWLoader、專屬監控、MPP 查詢調優思維與傳統 SQL Server 迥異。
高可用設計
- 管理節點：雙節點 Active/Passive 叢集。
- 控制節點：Windows Server Failover Cluster。
- 計算節點：可配置獨立叢集，單節點故障不損失整體 CPU 資源。
- 專屬 AD 網域隔離，安全邊界清晰。
採購決策檢核
- ☐ 資料量 > 10 TB、查詢以大範圍掃描/聚合為主（典型 EDW/BI）。
- ☐ 寫入為批次載入（非高頻交易），可接受載入延遲。
- ☐ 團隊具備 MPP 架構師、PDW 專屬運維技能。
- ☐ 預算涵蓋硬體設備、專屬 SAN、授權、第三方工具、人員培訓。
- ☐ 評估過 Azure Synapse Analytics（雲端 MPP）替代方案。
結語
PDW 是 **專用分析設備**，非通用 SQL Server 替代品。用對場景（大規模 EDW、複雜聚合、批次載入）威力驚人；用錯場景（OLTP、高頻寫入、小資料量）則是昂貴的擺設。決策前務必深度理解其 MPP 架構、資料分佈、查詢執行模型與運維模式。
