2008年5月21日，Information Weekd一篇文章詳細講述了貌似Yahoo的web分析核心數據庫。爲什麼是貌似呢？最後再回答。主要的內容包括：
- Yahoo的web分析數據庫已超過1PB大小。宣稱在09年將會超過10倍。
- Yahoo的web分析數據庫是基於PostgreSQL之上的。哈哈！有太多MySQL的粉絲認爲Yahoo在web分析數據庫商都在用他們的鐘愛。我也不知道是不是事實，但是報道上面不是這麼講的。當然，Yahoo在一些苛刻和嚴格的應用上確實使用了MySQL。
- 但是，但是…，Yahoo的web分析數據庫沒有真正使用PostgreSQL的存儲引擎。Yahoo自己寫了一個列式存儲的方案。
- Yahoo每天處理240億個“事件”。報道中沒有說清楚到底這些請求是直接送至分析存儲的，還是有一箇中間的存儲引擎。比較有可能的是，系統在RAM中把塊寫滿，隨即添加到唯一的持久化存儲中。如果在生產過程中偶爾宕掉了然後損失了一些數據，比如說幾兆，其實也無所謂，因爲這個應用太大了。
- Yahoo認爲商用的列式存儲數據庫還不足以應付100T以上的數據。
- Yahoo說根據他們自己的應用優化後的自定義系統性能相當棒！不太清楚具體是什麼。
爲什麼會說貌似呢？
答案在這裏：
- Yahoo，100TB(其中原始數據量僅爲18TB!!! 數據行：3850億條，有點意思。)，使用Oracle數據庫，運行在Fujitusu Siemens的UNIX平臺上，使用EMC提供的存儲介質，採用集中式SMP的架構。所以3年的時間，不太可能做好那麼大的動作，換成列式存儲，移植到PostgreSQL。
另外一點是PostgreSQL的查詢引擎在取數據的時候能從列式存儲的庫裏讀取？所以中間是不是有一個存儲引擎符合PostgreSQL的標準？如果是這樣，可真夠能倒騰的。
而跟Yahoo數據量比較接近的是尼爾森媒體研究中心，原始數據量爲18TB，數據行：5000億行，使用Sun的Solaris平臺，同樣使用EMC的存儲，用Sybase IQ(注意，這是一個列式數據庫!!!)作數據倉庫引擎，最後的數據倉庫的存儲量是17TB。