今天小编带领你们一起学习学习这个问题，不知道你们怎么样才会了解，那么就跟小编一起学起来吧。
Sybase IQ是一个专门面向数据仓库环境的关系型数据库。关系数据库不同于传统的关系型数据库所采用的行存储，Sybase IQ采用基于列的存储方法，这使Sybase IQ与其主要竞争对手有着明显的区别。这种方法在查询环境中提供了众多的优势，包括性能与可扩展性。尤其是，Sybase IQ通常能够在所要求的硬件资源减少的情况下，仍能提供查询性能方面的巨大改进（尤其是对复杂查询或者需要大表扫描的查询）。
在最近的版本中，Sybase通过Sybase DODS解决方案扩展了其用途，该方案利用Sybase IQ与Replication Server技术为报表与分析提供一个实时的同步环境，从而使报表和查询不必运行于操作型系统中。
关键特征
Bloor Research认为，用户事先已经对如下关键内容有所了解：
◆Sybase IQ是一个基于列存储的关系型数据库，从根本上比行存储方式更适合于即席查询进程。由于其列存储的特性，Sybase IQ以大量不同的方式充分利用每个列的特性：
◆首先，Sybase IQ发布了多种专门的索引以提升查询性能。这些包括为低基数数据、联合列、文本分析、Web应用的实时比较、以及实时的数据与时间序列分析所设立的索引。
◆联合使用列存储与 Sybase IQ的Bit-Wise索引（另一选择）的结果就是，聚合可以随时进行。如果说事务的预先聚合是抽取、转换、加载（ETL）功能的重要一部分，那么在此可能并不需要一个完整的ETL层。另外，这种方法比预先聚合的数据具有更大的灵活性（由于你并不总是事先了解你所要进行聚合的内容）。
◆列存储方法使数据压缩比使用传统方法下更容易实现，而且，压缩效果也更加显著。事实上，Sybase IQ如此出色，即使使用了索引，其存储也从未超过原始数据的大小。这点与传统数据库相比，取得了数倍的改进效果。Sybase IQ在实际应用中已被证实，数据压缩比例多至原始数据集的50%到70%。而在传统的数据库中，由于数据的预先聚合、物化视图以及传统的基于行的索引等等，数据膨胀至原始数据的3到6倍并不鲜见。
◆使用Sybase IQ，向表中增加或加载一列数据如同传统关系型数据库中增加一行数据一样容易。这种灵活性对于许多用户，尤其是对于那些对实时解决方案感兴趣的用户非常具有吸引力。
◆基于列的方法比起传统的数据仓库，更容易维护以及需要更少的的调优。附加的平面模型工具（参考下面的叙述）提升了这一功能。
◆Sybase IQ拥有多线程与24 x 7的高可用性特征。特别是，独立的读节点与写节点意味着可以并行处理这些进程，而互不影响。
◆同传统方法相比，Sybase IQ提供了显著的性能优势。除了上述提到的特性外，它也支持Rcubes（Relational Datacube）平面模型，比传统的星型模型拥有更多优势。尤其是，Rcubes可以显著地加速执行速度，同时提高运行中的性能以及增强灵活性。
◆Sybase IQ支持几乎无限的并发查询，而不是仅仅对一些特定的查询使用并行机制以提高其性能。这不再是一种寻求平衡的方式，因为Sybase IQ的列存储方式与传统方法相比提供了根本性的性能提高（常常要快几百倍）。
◆虽然列存储不同与基于行的进程，但是从管理的角度来看，它们却几乎没什么不同。例如，对数据库的访问同样是基于标准SQL(ANSI99)。类似的，Sybase IQ支持OLAP Cubes，其方式与传统关系型基本相同。对于Sybase IQ的学习，不会比企业采用的任何一个新的其他数据库用时更长。
概要
不同于标准的关系型数据库，Sybase IQ特别为查询进程与即席分析而设计。因此，你不必讶异，它能比与之竞争的产品提供更显著的性能与总拥有成本优势。这种优势在查询负荷不能被预见以及存在大量即席查询的环境下尤为明显。这是由于数据库不能对未预见的查询进行预调优，而Sybase IQ所采用的基于列的方法提供了有效的自调优功能。另外，复杂查询，数据库备份如牵涉到多个选择条件的跨表查询以及对大表的扫描，在基于列的环境中，能够更有效的被处理。最后，Sybase IQ具有良好的可扩展性，支持包含详细交易以及子交易如点击流数据的大规模数据存储。Sybase IQ并不要求为分析而事先对数据进行聚合操作，因此，用户可以分析事务级的数据。
与传统的关系型数据仓库相比，Sybase IQ提供了更好的性能，尤其是对分析型应用，而价格却比前者低得多。原因并不神奇。从性能方面讲，为回答任何特定的查询，用户使用列存储方法比使用传统的行存储方法所做的工作要少得多。当然，Sybase一直并将继续为此努力以取得更多证明，因为这是相当重要的一点。价格有一部分也拜性能提高所赐（因此不需要同样级别的CPU），同时Sybase提供的基于单独列的压缩技术减少了对磁盘的需求，从而，减少了在硬件上的投资。另外，Sybase IQ所提供的其他特性（它们降低了总拥有成本）包括较少的维护与灵活性等，使之成为市场上的赢家。
供应商信息
#p#分页标题#e#
背景信息
Sybase IQ基于Sybase于1995年收购的一家叫Expressway的公司的技术。然而，直到1999年12.0版本的发布，该产品才真正达到成熟。随着12.0的发布，市场上多了一个选择，那就是Sybase IQ with multiplexing。2000年，12.4.2版本面市，公司决定将multiplexing作为产品的核心部分，而不是独立的一个选项——因此，加强了产品的可扩展能力，使其可以扩展至超大规模数据仓库。
或许，最有意义的一步是，Sybase已经向超大规模数据仓库市场迈进，Sybase与其合作伙伴Sun公司，共同发布了一个专门面向超大规模数据仓库的基于Sybase IQ的企业级数据仓库参考架构。它有效的集成了一系列最佳实践，包括旨在缩短部署时间与降低成本的规模确定与配置指南。另外，用户可以通过Sun公司的iForce解决方案中心，在Sun/Sybase平台上进行概念验证的测试。
然而，与Sun的合作也带来了另一个帮助。由于竞争有限以及利润丰厚，Sybase曾一直关注于超大规模数据仓库，然而，Sun期望能够进入到中型市场，因而催促Sybase满足其所称为的经济型数据管理（Economical Data Mangement）（EDM）市场。而Sybase IQ所具有的优势，一直就完全能够适应该市场，拥有面向中小企业（SME）的二级销售队伍（包括Sun分销商）对该产品的营销具有非常良好的效果。
最近，公司通过推出新的解决方案以及新的合作进一步扩展了其用途。前面我们提到的动态操作型数据存储（DODS）解决方案满足了实时查询与报表的需求，其中Sybase IQ提供数据存储，而Sybase Replication Server进行IQ与操作型系统之间的数据同步。Sybase 与Informatica同时发布了一个面向大型机的DODS版本，使用Informatica技术将大型机数据同步传送到Sybase IQ中。
同时，Sybase就Sybase IQ也与其他合作伙伴达成了一系列合作协议，包括IBM、Intel、Ascential、Business Objects、Cognos、MicroStrategy、Applix、Quadrant Risk Management以及Bradmark。
Sybase IQ的网址为：www.sybase.com/bi
产品状况
Sybase IQ的最新版本是12.6，该版本于2005年1月正式发布。该版本（不包括DODS）主要关注于以下几个方面：
◆支持实时分析——在大量新特性中，或许最有意义的是提升了查询优化（对此做了众多扩展）。
◆支持复杂分析——包括支持CLOBS（character large objects）字符型大对象以及BLOBS（binary large objects）二进制大对象，提升了产品的multiplex功能，支持Web Services以及XML，扩展及改进了存储过程，语法优化（该优化支持查询优化——见上）以及额外的性能提升。
◆快速应用开发工具与轻松管理工具——包括查询优先、索引顾问（当定义一个新的索引时给出建议）、以及交互SQL的改进（包括一个新的图形界面查询编辑器）等等。
◆兼容标准与规则——包括附则（508兼容——它涉及到相关的无资格——包括用户界面与文档）
产品可以运行在Windows NT/2000/XP，Linux以及领先的UNIX操作系统。另外，在一个多节点的环境中，它可能将NT与UNIX系统**到一起，尽管该功能仅限于Wintel处理器与Compaq Tru64系统。
Sybase也已成功的将Sybase IQ推向了应用服务提供商（ASP）市场。
介绍
Sybase的数据仓库方法从根本上不同于其他的关系型数据库提供商。Sybase认为，传统的关系型方法以及ROLAP方法效率很低，要想获得足够的性能，必须通过高额的成本，在额外的硬件、软件、资源、钱、时间上进行大量投资，否则不可能达到。因此Sybase已经开发了一个新的关系型数据库——逆向关系型数据库可能是对此最好的解释，它使用一个传统的关系型结构以及类似的非常熟悉的术语，但是却是基于列的，而非基于行的。
我们开始审视Sybase IQ时，我们正是从此点开始，我们发现，Sybase对其使用列方法的好处所作的论述“相当令人信服”。然而，通过对数据仓库不断增加需求、迅猛增长的来自Web的数据与用户所带来的分析和报表（更不必提即将到来的RFID应用），以及客户的经验等等，我们现在可以证明，Sybase IQ提供了一个远比那些传统的关系型供应商更优越的方法。
架构
不同于传统的关系型数据库，其数据在表中是按行存储的，Sybase IQ是通过表中的列来存储与访问数据的。尽管这种方式很明显的不太适合于交易环境，在交易环境中，一个事务与一行数据有效对应，而在查询进程环境中，很显然，查询是基于特定的列来选择的。
列方式所带来的重要好处之一就是，由于查询中的选择规则是通过列来定义的，因此整个数据库是自动索引化的。事实上，情况并不象上述的这样简单，Sybase IQ有各种方法支持基于列的索引，我们将在下面就此讨论。
使用列方法的另一个结果就是，Sybase IQ在压缩方面比传统的关系型数据库更加有效（根据Sybase所称，效果可达5倍之好）。这个原因，无消说，是由于同一列中的所有数据域有相同的数据类型。因此，每一列都可以为优化的效率与检索进行压缩。相比来讲，基于行的存储，各个不同的域拥有各不相同的数据类型，这非常适合于交易进程。在这样的环境中，不断变换理想的压缩算法是不可行的，这意味着任何压缩都将可能是一种最低通用的规则。
基于列的方法的另一个重要优势完全基于所有读出的数据量。无论何时你从传统的数据库中访问数据，你需要读出完整的每一行，而不管你实际所感兴趣的是哪些域。实际上，这可能意味着读300个字节的数据仅仅检索20个字符的数据。但是，基于列来读取数据，你仅仅需要读出你想要了解的数据。当然，读取一条单独的记录时，性能上的不同可以忽略，但是许多查询需要进行全表扫描。当读取数百万行数据时，性能的不同就会非常显著。
Sybase认为，Sybase IQ的列存储天然的比普通的ROLAP方法提供更佳的性能，IQ不需要象多数竞争对手或者Sybase Adaptive Server Enterprise(ASE)一样支持硬件的并行处理。尤其是，Sybase指出，与数据分区相关的问题就是需要支持硬件的并行机制。显而易见，不论如何进行分区，分区都会带来很多问题（更不必说额外的维护了），不过，它打开了性能改进的实质性途径。然而，Sybase进一步阐述道，这仅仅是对基于行的方法所与生俱来的糟糕性能的一种补偿机制。
Sybase有很多事实支持它的论断，但这并不意味着Sybase避免任何形式的数据分区。然而，不同于水平分区，Sybase IQ实施的是垂直分区，也就是说分区是按照列而不是按照行进行的。该方法的优势之一是分区从来不会变得不均衡，这是由于每个表中的每列都有相同数量的域。这大大降低了管理分区的维护需求，同时消除了数据库的重新组织，而在分区变得不均衡从而开始影响性能的时候，数据库重新组织是必需进行的。
最后，需要注意的是，Sybase IQ并没有避免使用OLAP。对于那些希望在聚合层次下以一个相对预先定义的方式进行查询的用户来讲，JDBC基础教学视频OLAP具有明显的优势。基于此，Sybase 支持OLAP功能属性如排列、百分比、平均。
支持的模型
Sybase IQ支持传统的关系型模型，包括用于事务进程的规格化模型，也支持用于数据仓库的星型、雪花以及雪暴（一组星型）模型。然而，它的基于列的方法同样也为使用Rcubes打开了可能之门。它支持一种称之为平面模型的结构，图1显示了它与使用星型模型的比较。
#p#分页标题#e#
如图所示，使用Rcubes比使用多个星型模型更加简单。在这个特定的例子中可以看出，有少于8个的表（因此也就只需完成少于8次的ETL操作）以及少于25的连接。然而，使用Rcubes最大的影响可能是它更容易被理解，尤其是，它比星暴模型为交叉功能的目标提供了更为高效的引导。结果就是，使用Rcubes更容易实现部署与运行。
Rcubes的其他优势包括：
◆更容易从操作型系统中加载数据，由于Rcubes的简单性以及比传统的模型需要少得多的ETL代码。
◆消除了事实表与维表的复杂性。只要一张表中的所有列共享相同的键，Sybase IQ将管理一张表中的所有事实与维数据，而不产生数据膨胀。
◆Rcubes以事务级别利用数据，并且“在执行中”进行聚合。这使Rcubes更加增强了灵活性，用户不会遇到事先聚合的数据不能满足未知的查询需求的类似问题。
◆Rcubes提交了非常迅速的查询性能，并且通过显著减少所需表连接的数量而大大简化了查询。
◆由于在Sybase IQ中，向表中增加列非常容易，因此在商业环境发生变化或者出现新的数据源时，Rcubes表现非常宽容。
◆Rcubes因其容易部署、快速加载、极速访问的特性，非常契合于实时企业与闭环应用。
索引
Sybase IQ的秘密在于其索引。随着Sybase 客户发现了新的分析需求，Sybase可以简捷地建立新的索引以满足这些需求。这种方法的奇妙之处在于为数据仓库增加新的索引几乎不会（即使有也是微乎其微）影响数据仓库的架构或使用仓库的分析型应用。在实时企业与闭环应用领域，Sybase将索引视为在TB数量级（将来）甚至PB数量级数据仓库中获得更高查询性能的关键。今天，Sybase实际上已使用了7种索引机制：
◆Low Fast 索引——这些是低基数索引，它使用一个被称之为“代号化”的进程。使用该进程，数据被转换为代号，然后存储这些代号而不是数据。这对于减少冗余数据的数量尤其有用。例如，在整个英国拥有大量客户群的公司，将需要存储客户的地址。这将意味着巨大数量的重复的郡的名称。因此，不是保存大量的“班夫郡”的实例，例如，Sybase将会用一个数字代替每个郡的名称。因此，由于班夫郡按照拼音排列在英国是第5个郡（排在Aberdeen,Armagh,Avon与Ayrshire之后）因此，它可能就会被设值为5。如果一个列包含一个数字值，该值自身可以一用于代号化的基础。一旦建立了代号（这是一个自动进行的进程），一个位图索引将被建立以表示这些代号。代号化典型地应用于列数据存在有限数量的可能取值。这也是为什么Sybase称之为低基数索引的原因，典型的，它仅用于不同的取值个数在1500以内的域。
◆Bit-Wise索引——对于高基数的域，那些取值个数超过1500个（如金额值），Sybase使用其专利的被称之为Bit-Wise索引的技术。这在你希望在范围搜索的时候同时进行计算的情况下，尤为有用，例如，查找销售价格低于50欧元的货品数量及总收入。如同位图的其他变量，该方法的优势之一就是计数（count）查询可以直接通过读取索引获得答案，而无需读取数据。
◆High Group索引——实际上，它是B-树索引。然而，此处的原则是，用户仅仅在几个列有可能作为一个组来使用的情况下，尤其是高基数与低基数的联合搜索时，才定义这些索引。比如可能有这样的例子，按照商店（低基数）查询产品销售清单与价格（高基数）。
◆Fast Projection 索引——该索引类型（缺省的）就是列存储本身。如果用户总是打算检索整个列的数据，则列存储事实上意味着列可以直接映射到表或查询中，而无需显式的定义任何索引。这非常有用，例如在“Where”从句中。
◆Word 索引——这是一个文本索引。它基于关键词或短语字符串搜索。这种类型的索引，历史上一直没有用于数据仓库中。然而，它有着大量重要的市场，在这些市场上，能够联合定量与定性的分析非常重要。例如，在医疗横业，医生的诊断通常就是：笔记。为了获取信息，例如发病率，因此可能必须访问这种非结构化的数据。
◆Compare索引——这个索引技术允许数据列的比较，从效果上讲，类似于“if…then…else”表达式。例如，“if支出大于收入，then…”。该类型的索引对于在Web应用中实时比较尤其有用。
◆Join 索引——正如索引的名称所示，它是为消除表连接的需要而设计的。正象大多支持索引的情况，它可能在预先已知的查询需求下更为有用。
◆Time Analytic 索引——这为基于日期、时间、日期与时间建立索引提供了选项。需要注意的是，对于传统的关系型数据库，处理基于时间的查询尤为困难。
大量扩展工具用以支持在各种情况下使用这些索引。well这包括为减少硬盘（或内存——位图可能存在缓冲中）需求的索引压缩，联合使用不同类型索引的能力，以及使用布尔操作如AND与OR过滤比特队列等。这些特性表明，Sybase IQ克服了传统的位图的缺陷，即不适合于表连接或数据聚合。Sybase IQ在最近发布的版本中增加了一个索引顾问（Index Advisor），这一点尤其令人欢欣：这将建议管理员何时应该增加新的索引以及增加那种类型的索引。well
数据库操作
实际中使用Sybase IQ的方法，如图2所示。
 正如图中表明，Sybase IQ包括一个SQL API，它允许基于SQL进行访问。它与SQL-99兼容，同Sybase Adaptive Server Anywhere中使用的SQL一致（稍有不同），也与Sybase ASE所采用的语法兼容（即T-SQL）。事实上，值得注意的是，新版本中的许多新特性正是为提高Sybase IQ在与Sybase ASE联合使用时的兼容性与性能而设计的。 |
#p#分页标题#e#
Sybase IQ既支持ODBC也支持JDBC(本版本支持2.0)调用级（call-level）接口。Sybase IQ也提供对Java（本版本支持JAVA2）的支持，Java语言可以用于编写存储过程以及创建用户定义的函数。然而，在Sybase IQ中不再支持Java对象。
在本版本中，Sybase IQ也扩展了新的对XML的支持，包括存储XML文本（这归功于一个新的XML数据类型）以及查询它们，也包括将查询结果输出为XML格式（使用一个内嵌的DTD）。它也支持SQL/XML，这一描述如何联合使用SQL与XML的草案标准；Sybase支持大量来自该标准的函数，它们可以用来代替Sybase IQ在本版本中增加的一个SELECT语句的选项：FOR XML从句。
除了上述特性外，本版本中对Web Services功能的支持，值得我们注意。Sybase IQ 12.6将HTTP(S) web server直接内建于数据库中，既支持以XML格式也支持以标准方式如SOAP对数据进行检索。同时，它也与由ADO.NET提供的Microsoft Visual Studio.NET直接集成。
最后，Sybase IQ利用了 EnterpriseConnect，这是一个中间件产品家族的名称。简单的说，该家族中的不同产品提供了Sybase产品与其他主流的数据库产品之间的交互操作能力。该家族中包含一系列选项，只有必需的那些选项才被部署，既支持Sybase IQ与外部数据库之间的联合查询，也将Sybase IQ数据库放置于首要位置。
历史上，EnterpriseConnect基于一个单向的方法进行交互操作。然而最近，Sybase已将其转向更加利于集成的面向端口化的结构，它也支持Sybase Enterprise Portal，并且通常来讲，作为一个更模块化的产品，也更容易使用和理解。特别的，它不仅支持Oracle、DB2以及其他数据库（用户可以输入DB2与Oracle表定义到Sybase Catalog以完成交互操作进程）的特定的功能，也支持与各种应用环境如ERP、CRM以及SCM（供应链管理）之间的集成。该技术也可以支持与第三方应用如SPSS公司的Clementine之间的集成。
#p#分页标题#e#
Sybase动态操作型数据存储（DODS）
这个产品显示了Sybase IQ的另一个用途，如图3所示，与公司的另外一个交互操作产品联合进行使用，可以提供实时的ODS（操作型数据存储），它最初是使用ETL工具（典型的使用Sybase 合作伙伴Infomatica公司的产品，当然你也可以使用其他你愿意使用的工具）来完成的，今天它可以通过Sybase Replication Server的同步功能来实现。在访问Relplication Server所不支持的大型机时，有两种方法可以选择，一种是你可以使用Informatica提供的变化数据捕捉工具，另一种是联合使用两种方法。在任何一种情况下，Sybase IQ存储实时的、从操作型系统中卸载的数据拷贝，基于这些数据，你可以进行查询与报表。需要注意的是，虽然图中所示数据可以从异构的前端数据源获取，但是该产品并不真正是为支持联合查询或企业信息集成（EII / Enterprise Information Integration）而设计的。然而，这样一个平台的基本原理适合于：对于不同的数据库，你仅需在ODS中简单的定义适当的模型。
Multiplex
Sybase IQ的Multiplex组件增加了在单一的Sybase IQ环境中支持多个SMP机器节点的功 能。在每个节点上，Sybase IQ使用轻量级的的位于每个进程之下的操作系统线程。多线程显著的减轻了进程与内存负担。
图4显示了一个Multiplex环境的例子，需要指出的是，所表示的数量仅仅是理论上的。事实上，Sybase IQ拥有一个已经验证的、包含155TB的输入数据的全球最大的数据仓库。在Sybase IQ数据仓库中，仅仅需要55TB的空间。而传统的方法将会达到数倍（典型的是3到5被甚至更高）于原始数据量。
Sybase IQ
这里，5个节点（你可增加到你所需要的任何数量）通过光纤通道连接到一个Sybase IQ物理数据库上（再次声称，可以有许多这样的物理数据库，包括为7×24运行提供的镜像选项）。必须指定一个节点拥有、管理与更新数据库，而所有其他节点仅可以以只读的方式访问数据库。既然只有一个写实例，就永远都不需要对记录加锁，因此在只读节点之间没有连接。
任何节点，包括更新节点宕掉，你可以将用户和任务转移到其他节点。Sybase IQ 也支持热备份功能、失败转移与扩展的版本支持，以及节点间的负载均衡。这些功能不是自动完成的，但却受DBA控制，DBA可以基于业务需求定义动态资源分址。另外，如果需要的话，还有一个在应用服务器层实现负载均衡的应用OpenSwitch可供选择。
值得关注的是Sybase的策略，正如它与竞争对手一直在争辩的，Sybase IQ最适合的环境是什么。多数厂商一直致力于通过并行机制提高单个查询的性能，这种方法的基本原理是，每个单独的查询性能更好的话，所支持的并发查询的数量也会因之而提高。然而，这种说法并不必然正确。例如，很容易看到这样的情况，一个并行数据库可能使用数据分区技术优化了一个特定的查询，但是同时，却可能引起第二个查询的性能倒退。
另一方面，Sybase的姿态是，IQ产品从本质上正是为优化单个查询而设计的。因此，它将并行工具关注到支持多个查询而不是提高单个查询的性能，正如Multiplex组件所表明的。
Sybase IQ支持运行中的维护操作（包括在运行中增加列）。在数据库维护期间，查询用户看不到任何在此事务执行期间所发生的更新（由于读节点与写节点是分离的），只有用户在随后的事务中重新连接到该数据库时才能看到。
最后，需要重点注意的是，写节点更新数据库是以批处理的模式（DODS除外）进行的，这些批处理可能是时间间隔的。这意味着，例如，你可以定义一个批处理包含，比如2分钟的交易型数据。目前多数领先的数据仓库供应商支持接近实时的更新。然而，这决不表明，所有这些厂商也能提供接近实时的分析。这将依赖于询问的复杂性与预见性。在这种需要回答复杂问题或出现未预期查询的环境中，Sybase IQ表现得更加出色。
产品的未来
Sybase已经为Sybase IQ的未来发布了一个里程碑。2005年，它计划扩展支持的平台（IBM pSeries，Windows 64以及Solaris on Xeon）。下一个重要的版本Sybase IQ 12.5（计划在2005年底发布），将关注于增强可扩展性与对VLDB的支持，以及提升对实时环境与OLAP的支持。
总结
从Bloor Research的观点来看，Sybase所提倡的基于列的方法比传统的分析型、报表与数据仓库环境，能够以更低的成本提供绝佳的性能。要想替代竞争对手的产品，公司还必须克服以下两个问题。
第一个问题是对技术的疑问。基于列的关系型数据库对多数人来讲，尽管已经听惯，但仍然是一个新的技术。因此，对Sybase来讲，有利的是，市场上还有其他的基于列的供应商，即使这些厂商活动于下游市场，并不与Sybase在VLDW领域竞争。然而，他们的存在有助于建立市场对基于列的方法的认可。
第二点是成见。那些习惯了传统数据仓库的性能与硬件需求的经理人员常常发现让自己相信Sybase所声称的性能并不容易，即使Sybase完全有理由证明。那些习惯了需要24小时或者更长时间执行查询的经理人员可能会对使用Sybase IQ仅需几分钟就能完成查询产生怀疑。事实是，使用基于列的方法真的能够产生如此的性能提高。更何况，来自Syabse的概念验证测试完全可以证明这个事实。IT经理人员应该准备抛弃他们的成见了。
基于列的技术——尤其是Syabse IQ——已经面市较长时间了，目前Sybase可以列出充分数量的用户作为成功案例。仍有许多工作要作以消除来自数据库管理员的任何疑问。尽管没有人能声称，Sybase IQ是一剂万能药，但是它在很多情况下，同传统的关系型方法相比，确实是一个令人注目的选择。
看了以上的内容不知道大家有没有了解熟悉，如果不了解，那么课课家的网站上还有更多的视频教程等着你们来哈。
