DPF(data partioning feature):


优点：水平扩展,scale out,支持0-999个node。share nothing体系结构。


缺点：

1、上层应用是BI，分析处理，决策支持，数据集市，其SQL语句是复杂的、多样的（毕竟select * from big_table这样的SQL语句只存在于实验环境和教学环境），这对表的分区键的选择带来很大难度，因为不论怎么选择，总有SQL语句的查询谓词不会满足表并置的条件，从而导致，在数据库分区之间大量移动数据（广播连接，定向连接，重分区连接），降低性能。

2、目前对于处理分析大数据（海量数据），有许多平台可选，Hadoop，Spark，DB2的DPF不会是第一选择。

3、即使作为数据仓库，也可用通过水平分库的方式来解决数据容量、性能的问题，也不一定要选DPF。

4、在现在数据量爆发式增长的环境，尤其是电商，有的数据库都是以每天200G的速度增长，DPF可以选择增加node，但是DPF如何解决分区之间数据重新分发的问题。DPF也不能实现“将记录插入到指定的数据库分区”的需求。

5、DPF维护成本高，懂得DB2的人少，懂DB2 DPF的人就更少。DPF的技术本身也不好维护，圈子小，出个什么问题，周围可以询问的人都没有，网络上也找不到相似的问题。

6、DB2 DPF是ESE的特性，收费。


So，Question：你还会选择DPF吗？