为了解决DPF扩展性差，除横向扩展外，是否还有其他解决方法？

因为DPF是号称是一个可以横向扩展的架构，扩容的时候大家首先想到的都是横向扩容。实际上采用这种hash分区进行数据分布的MPP架构横向扩展的代价是相当高的（尤其是数据量大了之后）。其实如果IO的瓶颈不太明显的情况下，可以考虑选择纵向扩展，就是分区数不变的情况下，增加每个分区的CPU和内存数，通常也能提高性能。因此在一开始设计DPF架构时，分区数尽量多些，以便日后较少进行横向扩展。

除了横向扩展，其他的解决办法就是看看到底遇到了什么瓶颈。如果是CPU内存，加硬件或者替换机器，如果是存储，加存储。除了内置存储加不了的情况，开压缩，清数据。 这些都能够解决硬件资源的问题，不是非得横向扩展机器的数量。还有更核心的，确定资源的紧缺不是SQL的不够优化导致的吗？也许调调sql，改改应用，就解决了。

能不能请sunfeng再澄清一下这个问题想讨论的点?

DPF本身就是一个横向扩展(Scale Out/Scale Horizontally)的架构,对于OLAP来讲扩展的线性度很好,而且能扩展到的节点上限有上千个,远超过我们目前正常使用的场景.

如果问题是,我们已经有了一个DPF架构的数据库,数据量,随着交易量不断上升,需要增加新节点,新分区,尤其对于像Fact table那样横跨所有分区的超大表来说,那的确对于DPF有点儿难,毕竟受限于分区的规则--distribution key和hash算法.就我个人的理解,除了把表里的数据重新捣腾一遍之外,的确没什么好办法.