Infobright的优点：

（1）高压缩比率

（2）快速响应复杂的分析查询语句

（3）随着数据库的逐渐增大，查询和装载性能基本保持稳定

（4）没有特殊的数据仓库模型（比如星状模型、雪花模型）要求

（5）无需要物化视图、复杂的数据分区策略、索引

（6）实施和管理简单，需要极少的管理

（7）和众多的BI套件相容，比如Pentaho、Cognos、Jaspersoft。

Infobright有两个版本ICE和IEE，目前ICE的版本是3.3.1，支持64位Linux和32位windows。ICE不支持DML，也就是不支持insert、update等操作。

粗糙集（Rough Sets）是Infobright的核心技术之一。Infobright在执行查询的时候会根据知识网络（Knowledge Grid）把DP分成三类：

相关的DP（Relevant Packs），满足查询条件限制的DP

不相关的DP（Irrelevant Packs），不满足查询条件限制的DP

可疑的DP（Suspect Packs），DP里面的数据部分满足查询条件的限制

Infobright使用高效的查询语句。

这里涉及的内容比较多了，总结如下：

尽量不适用or，可以采用in或者union取而代之

减少IO操作，原因是infobright里面数据是压缩的，解压缩的过程要消耗很多的时间。

查询的时候尽量条件选择差异化更明显的语句

Select中尽量使用where中出现的字段。原因是Infobright按照列处理的，每一列都是单独处理的。所以避免使用where中未出现的字段可以得到较好的性能。

限制在结果中的表的数量，也就是限制select中出现表的数量。

尽量使用独立的子查询和join操作代替非独立的子查询

尽量不在where里面使用MySQL函数和类型转换符

尽量避免会使用MySQL优化器的查询操作

使用跨越Infobright表和MySQL表的查询操作

尽量不在group by 里或者子查询里面使用数学操作，如sum（a*b）。

select里面尽量剔除不要的字段。