实时数仓Hologres V3.1版本发布,Serverless型实例从零开始构建OLAP系统

简介: Hologres推出Serverless型实例,支持按需计费、无需独享资源,适合新业务探索分析。高性能查询内表及MaxCompute/OSS外表,弹性扩展至512CU,性能媲美主流开源产品。新增Dynamic Table升级、直读架构优化及ChatBI解决方案,助力高效数据分析。

Highlight

  • Down To Zero,Hologres Serverless型实例邀测

Serverless型可从零开始低成本启动OLAP系统建设,完成新业务、新场景的探索性分析与临时性数据分析需求,高性能查询内表与MaxCompute/OSS外表。Serverless型邀测申请>>>Serverless型使用说明>>>

  • 无需购买独享资源,计算资源不使用不收费
  • 用多少算多少,按Query按量计费
  • 当前最大可弹性512CU,性能与独享资源持平
  • TPC-H 1TB 测试对比3.0版本性能再提升33%,Clickbench单表性能基于70%资源下超过Clickhouse、Doris等主流开源产品
  • Serverless Computing支持预估资源自动判断执行,支持更多DML场景、读写内外表加密表、Rebuild、存储过程等
  • Dynamic Table 升级,支持 Auto Refresh,双流/多表 Join,成本更低、性能更高
  • 直读MaxCompute架构升级,性能提升33%,支持直读Delta Table、Append 2.0 Table、动态脱敏表和表的Schema Evolution
  • 联合DataWorks发布ChatBI解决方案,快速完成数据分析报告
  • 计算组支持SQL无损扩缩容,连接闪断
  • 新发布逻辑分区表,灵活易用,减少元数据占用

实例升级说明:https://help.aliyun.com/zh/hologres/user-guide/instance-upgrades


Hologres 3.1版本发布总览

1. Down To Zero,Hologres Serverless型实例邀测

在OLAP分析系统构建时候,一般都需要购买预留资源,为了保证OLAP性能,一般都要从32核开始启动,成本较高,而且由于核数少,很多临时的大查询会打满集群导致OOM,用的人多了资源挤占情况也非常严重。Hologres推出Serverless型可从零开始低成本启动OLAP系统建设,帮助企业快速完成新业务、新场景的探索性分析与临时性数据分析需求,高性能查询内表与MaxCompute/OSS外表。Serverless型邀测申请>>>Serverless型使用说明>>>

  • 无需购买独享资源,计算资源不使用不收费
  • 用多少算多少,按Query按量计费
  • 最大可弹性512CU,性能与独享资源持平

幻灯片5.jpeg

对比固定的独享计算资源,Serverless型在MPP架构下实现了按Query计费,100%完全适应资源负载需求。

在BI分析场景下,Serverless型支持市面主流的BI分析与可视化工具,包含Apache Superset、DataV、DataWorks、FineBI、FineReport、Grafana、Power BI、Qlik、Quick BI、Tableau等。

2. TPC-H 1TB性能再提升33%,单表性能超越CK、Doris等主流开源产品

Hologres每个版本迭代都会进行性能优化,例如2.2版本对比1.1版本提升100%,3.1版本在3.0的基础上再次提升33%,跟随版本更新企业可以享受云上技术红利。

3. Serverless Comuting支持自动判断

Serverless Comuting可以以按量计费的形式稳定运行大查询、大任务,并确保作业之间资源隔离,避免了资源竞争与相互干扰的情况。原本需要单独设置执行,3.1版本可以根据预估计算资源自动判断,在执行之前,如果超过阈值,可以自动使用Serverless Comuting执行,防止突发性流量或者查询打满集群。

3.1版本增加了Serverless Comuting更多的场景,支持更多DML场景、读写内外表加密表、Rebuild、存储过程等

4. Dynamic Table 升级,支持 Auto Refresh,双流/多表 Join

Dynamic Table是Hologres推出了的明式数据处理架构,业务可以根据需求设置不同的数据刷新策略,实现数据从基表对象到Dynamic Table的自动流转,满足业务统一开发、数据自动流转、处理时效性等诉求。原本刷新模式需要手动设置,并且写死为某一种模式。3.1版本可以将模式设定为Auto,如果query支持增量刷新,则优先执行增量刷新,否则退化为全量刷新。同时支持双流多表Join,性能更高,成本更低。

5. 直读MaxCompute架构升级,性能提升33%

MaxCompute与Hologres都是阿里云自研的数仓产品,具备双向高性能直读能力,对比其他组合方案,具备更加易用、高速的实时离线一体化解决方案。3.1版本直读MaxCompute架构升级2.0,对比1.0直读提升33%。同时支持了MaxCompute新推出的Delta Table、Append 2.0 Table、动态脱敏表和表的Schema Evolution等等。

6. 联合DataWorks发布ChatBI解决方案,快速完成数据分析报告

Hologres作为面向分析场景的产品,与DataWorks ChatBI天然结合成解决方案,用户通过提问快速完成智能检索、智能取数、智能绘图、智能总结。

7. 计算组支持SQL无损扩缩容,连接闪断

Hologres在3.1版本全面支持了在实例扩缩容的SQL无损,方便用户在升级时保障业务稳定。


8. 新发布逻辑分区表,灵活易用,减少元数据占用

Hologres 3.1发布逻辑分区表,对比3.0的物理分区表,逻辑辑分区表更加灵活易用,减少元数据占用

9. 其他功能概览



历史版本发布公告:

实时数仓Hologres V3.0全新发布,升级一体化实时湖仓平台>>>

实时数仓Hologres V2.2版本发布,Serverless Computing降本20%>>>

实时数仓Hologres V2.1版本发布,新增计算组实例构建高可用实时数仓>>>

相关实践学习
基于Hologres轻量实时的高性能OLAP分析
本教程基于GitHub Archive公开数据集,通过DataWorks将GitHub中的项⽬、行为等20多种事件类型数据实时采集至Hologres进行分析,同时使用DataV内置模板,快速搭建实时可视化数据大屏,从开发者、项⽬、编程语⾔等多个维度了解GitHub实时数据变化情况。
相关文章
数据采集 Web App开发 人工智能
238 0
|
4月前
|
数据采集 Web App开发 人工智能
基于函数计算FC构建 Browser Tool Sandbox 详解与实操
本文介绍了如何基于阿里云函数计算(FC)构建一个安全、可控的 Browser Tool Sandbox,支持多种浏览器自动化操作方式,包括 Playwright、Puppeteer、Browser Use 和 REST API 等,为 AI Agent 安全高效地操作浏览器提供了完整的技术方案。
|
6月前
|
SQL DataWorks 关系型数据库
DataWorks+Hologres:打造企业级实时数仓与高效OLAP分析平台
本方案基于阿里云DataWorks与实时数仓Hologres,实现数据库RDS数据实时同步至Hologres,并通过Hologres高性能OLAP分析能力,完成一站式实时数据分析。DataWorks提供全链路数据集成与治理,Hologres支持实时写入与极速查询,二者深度融合构建离在线一体化数仓,助力企业加速数字化升级。
|
7月前
|
分布式计算 运维 监控
Fusion 引擎赋能:流利说如何用阿里云 Serverless Spark 实现数仓计算加速
本文介绍了流利说与阿里云合作,利用EMR Serverless Spark优化数据处理的全过程。流利说是科技驱动的教育公司,通过AI技术提升用户英语水平。原有架构存在资源管理、成本和性能等痛点,采用EMR Serverless Spark后,实现弹性资源管理、按需计费及性能优化。方案涵盖数据采集、存储、计算到查询的完整能力,支持多种接入方式与高效调度。迁移后任务耗时减少40%,失败率降低80%,成本下降30%。未来将深化合作,探索更多行业解决方案。
474 1
|
8月前
|
存储 消息中间件 OLAP
基于 Flink+Paimon+Hologres 搭建淘天集团湖仓一体数据链路
本文整理自淘天集团高级数据开发工程师朱奥在Flink Forward Asia 2024的分享,围绕实时数仓优化展开。内容涵盖项目背景、核心策略、解决方案、项目价值及未来计划五部分。通过引入Paimon和Hologres技术,解决当前流批存储不统一、实时数据可见性差等痛点,实现流批一体存储与高效近实时数据加工。项目显著提升了数据时效性和开发运维效率,降低了使用门槛与成本,并规划未来在集团内推广湖仓一体架构,探索更多技术创新场景。
1607 3
基于 Flink+Paimon+Hologres 搭建淘天集团湖仓一体数据链路
|
8月前
|
JSON 安全 Serverless
MCP Server 之旅第 2 站: 从 0 到 1 - MCP Server 市场构建与存量 OpenAPI 转 MCP Server
本文聚焦MCP协议在企业应用中的两大核心痛点:如何将社区主流STDIO MCP Server一键转为可插拔Remote MCP Server,以及如何实现存量OpenAPI向MCP Server的智能化转型。文章通过具体示例,展示了基于函数计算和协议转译Adapter的解决方案,支持npm/pip生态,实现零改造一键迁移,大幅降低成本。
|
8月前
|
JSON 安全 Serverless
MCP Server On FC之旅2: 从0到1-MCP Server市场构建与存量OpenAPI转MCP Server
本文介绍了将社区主流STDIO MCP Server一键转为企业内可插拔Remote MCP Server的方法,以及存量API智能化重生的解决方案。通过FunctionAI平台模板实现STDIO MCP Server到SSE MCP Server的快速部署,并可通过“npx”或“uvx”命令调试。同时,文章还探讨了如何将OpenAPI规范数据转化为MCP Server实例,支持API Key、HTTP Basic和OAuth 2.0三种鉴权配置。该方案联合阿里云百练、魔搭社区等平台,提供低成本、高效率的企业级MCP Server服务化路径,助力AI应用生态繁荣。
1194 40
|
3月前
|
存储 人工智能 OLAP
AI Agent越用越笨?阿里云AnalyticDB「AI上下文工程」一招破解!
AI上下文工程是优化大模型交互的系统化框架,通过管理指令、记忆、知识库等上下文要素,解决信息缺失、长度溢出与上下文失效等问题。依托AnalyticDB等技术,实现上下文的采集、存储、组装与调度,提升AI Agent的准确性与协同效率,助力企业构建高效、稳定的智能应用。
|
4月前
|
存储 人工智能 关系型数据库
阿里云AnalyticDB for PostgreSQL 入选VLDB 2025:统一架构破局HTAP,Beam+Laser引擎赋能Data+AI融合新范式
在数据驱动与人工智能深度融合的时代,企业对数据仓库的需求早已超越“查得快”这一基础能力。面对传统数仓挑战,阿里云瑶池数据库AnalyticDB for PostgreSQL(简称ADB-PG)创新性地构建了统一架构下的Shared-Nothing与Shared-Storage双模融合体系,并自主研发Beam混合存储引擎与Laser向量化执行引擎,全面解决HTAP场景下性能、弹性、成本与实时性的矛盾。 近日,相关研究成果发表于在英国伦敦召开的数据库领域顶级会议 VLDB 2025,标志着中国自研云数仓技术再次登上国际舞台。
452 0

相关产品

  • 实时数仓 Hologres