幾大優點：
1、高壓縮比率，平均壓縮比可達10：1，甚至可以達到40:1，我用infobright把3.1G的數據存成不足300M。
2、列存儲，即使數據量十分巨大，查詢速度也很快。用於數據倉庫，處理海量數據沒一套可不行。
3、不需要建索引，就避免了維護索引及索引隨著數據膨脹的問題。把每列數據分塊壓縮存放，每塊有知識格線節點記錄塊內的統計信息，代替索引，加速搜 索。
4、單一台伺服器可以高效地讀寫30T數據。具有可擴展性，這裡是指對於同樣的查詢，當數據量是10T時，它耗費的時間不應該比1T數據量時慢太 多，基本是一個數量級內。
下面是Infobright的架構圖：
灰色部分是mysql原有的模組，白色與藍色部分則是 infobright自身的。
系統結構分析：
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。邏輯層右端的loader與unloader是infobright的數據導入導出模組，也即處理SQL語句里LOAD DATA INFILE … 與SELECT … INTO FILE任務，由於infobright面向的是海量數據環境，所以這個數據導入導出模組是一個獨立的服務，並非直接使用mysql的模組。邏輯層的infobright最佳化器包在mysql查詢最佳化器的外面，如下面將會提到的，因為它的存儲層有一些特殊結構，所以查詢最佳化方式也跟 mysql有很大差異。存儲層最底層是一個個的Data Pack（數據塊）。每一個Pack裝著某一列的64K個元素，所有數據按照這樣的形式打包存儲，每一個數據塊進行類型相關的壓縮（即根據不同數據類型采 用不同的壓縮算法），壓縮比很高。它上層的壓縮器與解壓縮器就做了這個事情。壓縮層再向上就是infobright最重要的概念：Knowledge Grid（知識格線），這也是infobright放棄索引卻能套用於大量數據查詢的基礎。它包含兩類結點：每個Data Pack Node（知識節點）對應於一個Data Pack，存儲該Data Pack的一些統計信息，如min, max, avg, null的個數，甚至不同值的量等等；Knowledge Node則存儲了一些更高級的統計信息，以及與其它表的連線信息，這裡面的信息有些是數據載入時已經算好的，有些是隨著查詢進行而計算的，所以說是具備一 定的“智慧型”的。
