背景
論文 Brighthouse: AnAnalytic Data Warehouse for Ad-hoc Queries，VLDB 2008
brighthouse是一個面向列的數據倉庫，在列存儲和壓縮數據方面，數據壓縮比達到10：1。其核心Knowledge Grid（知識網格）層，即一個能自動調節、所存出具特別小的元數據層，替代了索引的功能，提供了數據過濾、統計信息表達、實際數據位置信息等內容，讓brighthouse可以作爲一個分析型的數據倉庫，，達到ad-hoc查詢的速度。Knowledge Grid層介入的是query優化和執行階段，減少數據讀入量和解壓縮開銷。
這篇論文中的brighthouse就是商業數據倉庫infobright。
介紹
面向列的架構比較適合分析型數據倉庫，面向行的架構比較適合OLTP系統。brighthouse是面向列的。
Knowledge Gird是一個data about data的思路，提供一些類似數據的統計信息，來幫助query優化和執行階段取得想要的數據，這是brighthouse設計最核心的部分。從層次上說，介於query優化、執行層和數據(壓縮)存儲層之間。而且Knowledge Grid存儲的元數據非常小，完全可以存在內存裏。
Knowledge Grid由Knowledge Nodes組成，每個Node上記錄了壓縮數據的元數據信息，這些實際數據存儲在Data Packs裏，數據量比較龐大，是按列存的，不做分區(這部分信息由Knowledge Node維護)，且壓縮過。所以Data Packs相當於代表了brighthouse的數據存儲模型，而Knowledge Grid類似元數據層。
架構和模塊
架構圖：
灰色部分是mysql原有的模塊，白色與藍色部分則是 infobright自身的。
跟mysql一樣的兩層結構，上面的邏輯層處理查詢邏輯，下面的是存儲引擎。
通過這張圖主要說明幾個部分，數據導入導出、DataPack、Knowledge Grid、優化和執行。
邏輯層右端的loader與unloader是infobright的數據導入導出模塊，是一個獨立的服務。
存儲層最底層是Data Pack。每一個Pack裝着某一列的64K個元素，所有數據按照這樣的形式打包存儲，DataPack根據不同數據類型採用不同的壓縮算法，壓縮比很高。
Knowledge Grid裏面包含兩類結點：
每個Data Pack Node對應一個Data Pack，存儲一些統計信息，如min, max, avg, null的個數，總個數等；
Knowledge Node存儲了一些更高級的統計信息，以及與其它表的連接信息，這裏面的信息有些是數據載入時已經算好的，有些是隨着查詢進行而計算的，所以說是帶自動化的。
Knowledge Grid裏面還存了這樣幾種數據信息。
1. Histograms(HISTS)，爲數字型的列創建的柱狀圖。以二進制的方式存。
2. Character Maps(CMAPS)，爲字母型的列創建的信息，比如String裏面各個字母出現的情況。
3. Pack-to-Packs，這部分是爲join型的操作準備的，關聯了兩張table的某條件下兩個column值。
應用方面，
HISTS適合between語句，因爲柱狀圖表達了最大，最小，range內分別的信息。
CMAPS適合LIKE語句，因爲是和字母相關的。
Pack-to-Packs適合join操作，爲join操作提供適合條件的對應table的Row編號。
以上大致說明了幾張數據統計信息表示和適合的場景。
query優化和執行方面，參考了粗糙集的思路來設計，把數據分爲相關，不相關，懷疑三種類型，對應正向region，負向region和boundary region。
總結
Infobright作爲開源的MySQL數據倉庫解決方案，引入了列存儲方案，高強度的數據壓縮，優化的統計計算等內容，本文是摘抄了infobright論文裏最重要的設計點，KnowledgeGird是infobright設計上的核心。