阿里云全面布局云原生数据库产品体系,点亮企业数据上云之路

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
简介: 阿里云数据库正式全面升级到云原生数据库时代

9月18日云栖大会,阿里云智能数据库产品事业部负责人、达摩院数据库与存储实验室负责人、阿里巴巴集团副总裁李飞飞正式推出云原生分布式数据库PolarDB-X云原生数据仓库AnalyticDB云原生数据湖分析Data Lake Analytics(DLA)云原生多模数据库Lindorm等多款产品的发布与升级。自此,阿里云数据库正式全面升级到云原生数据库时代。

云原生数据仓库AnalyticDB,让开发人员“会数据库就会大数据”

在数据分析领域,传统自建分析系统面临扩展性差、建设成本高昂、系统复杂等一系列挑战,用户无法充分发挥数据价值。

阿里云持续探索并重磅升级云原生数据仓库AnalyticDB。AnalyticDB具备弹性扩展、海量存储、离在线一体化等能力,全面兼容数据库生态。AnalyticDB让开发人员“会数据库就会大数据”,助力企业轻松挖掘并发挥数据价值。

配图1-阿里巴巴集团副总裁、高级研究员李飞飞.png

阿里云智能数据库产品事业部负责人、阿里巴巴集团副总裁李飞飞

在本次产品能力再升级中,AnalyticDB MySQL版发布计算资源分时弹性、数据冷热分层存储及资源组隔离功能,满足用户对差异化工作负载的资源需求,有效满足数据分析性能的同时,极大程度降低企业数据分析成本。

AnalyticDB PostgreSQL版推出多Master功能和自研Laser引擎。其中,多Master功能提供并发线性扩展能力,可轻松应对高并发场景。自研Laser引擎性能较原生Greenplum提升一倍以上,为满足分析计算实时化提供了有力保证。

在今年国际最权威的数据库性能基准测试TPC-H和TPC-DS中, AnalyticDB刷新了两大榜单的性能和性价比世界纪录,荣登双榜第一。在浙江省科学技术奖的评选中,AnalyticDB也因其卓越的性能以及在传统数仓转型中的重要作用,获得科技进步一等奖。

云原生数据湖分析DLA发布一站式数据湖管理解决方案,数据湖管理、分析、计算Serverless新时代

为帮助企业快速构建数据湖,云原生数据湖分析DLA重磅发布一站式数据湖构建管理能力。DLA提供包含元数据自动发现、管理与更新;全增量建湖及Serverless计算分析的一站式数据湖解决方案。此次全新发布Serverless Spark功能,相较于自建系统,性价比提升300%,大大提升数据分析性价比。

以云原生为基础,专注解决在线数据库瓶颈

为了更高效地支持用户高并发交易及在线复杂查询的诉求,云原生分布式数据库PolarDB-X升级发布两大全新企业级功能:混合负载HTAP及全局二级索引。

据悉,PolarDB-X基于云原生存储计算分离架构,可支撑千万级并发、承载PB级海量存储。新增的混合负载HTAP特性能够同时覆盖高并发实时交易和部分在线数据分析处理场景,确保在线复杂查询的数据一致性和实时性。相比传统集中式数据库,在线交易和在线复杂查询效率最高可提升10倍。

PolarDB-X另一新功能——全局二级索引,具备多维字段拆分、透明分布式拆分能力,可满足业务对不同维度查询拆分的诉求,整体处理效率较此前提升百倍,大幅降低业务数据库使用成本。

此外,PolarDB MySQL版是目前全球唯一支持所有MySQL“现役”版本(5.6/5.7/8.0)的云原生关系型数据库。用户通过PolarDB全球数据库网络(GDN),0代码改造即可实现系统全球化部署,它首创的“计算包”和“存储包”能力,让用户兼顾经济性和灵活性,可以享受“水电计费”般自由灵活的资源使用体验。

融合托管和自建优势,云数据库专属集群MyBase重磅发布

为更好地满足多元化的用户需求,阿里云重磅推出了面向企业级客户,优化的数据库上云解决方案——云数据库专属集群MyBase,支持MySQL、PostgreSQL、SQL Server、Redis等数据库引擎。在现有云数据库服务的基础上,兼具自建数据库的低成本、自运维优势,具有云资源独享、可资源超分配、可自主资源调度、开放部分数据库和OS权限等特点。

数据库将全面进入云原生分布式时代

阿里巴巴集团副总裁、高级研究员李飞飞-2.jpg

作为数字化转型的重要一环,数据库已全面升级进入云原生+分布式的时代。阿里云云原生分布式数据库产品矩阵充分发挥了云平台弹性和分布式优势,基于资源池化、弹性扩展、智能运维以及离在线一体化4大核心特性,满足企业在突发流量、降本增效等方面的核心需求,帮助用户更敏捷、更智能化、更低成本实现数字化转型与升级。

据了解,阿里云数据库用户覆盖了金融、制造、零售、航空、物流、政务等多个领域的龙头企业,包括中国邮政、中国南方航空、海尔、美的等,助力客户完成数字化转型升级。目前,阿里云已稳居亚太云数据库市场份额第一,超过10万企业用户选择阿里云数据库,40多万个数据库实例迁移到阿里云上。

相关实践学习
AnalyticDB MySQL海量数据秒级分析体验
快速上手AnalyticDB MySQL,玩转SQL开发等功能!本教程介绍如何在AnalyticDB MySQL中,一键加载内置数据集,并基于自动生成的查询脚本,运行复杂查询语句,秒级生成查询结果。
阿里云云原生数据仓库AnalyticDB MySQL版 使用教程
云原生数据仓库AnalyticDB MySQL版是一种支持高并发低延时查询的新一代云原生数据仓库,高度兼容MySQL协议以及SQL:92、SQL:99、SQL:2003标准,可以对海量数据进行即时的多维分析透视和业务探索,快速构建企业云上数据仓库。 了解产品 https://www.aliyun.com/product/ApsaraDB/ads
目录
相关文章
|
8天前
|
存储 人工智能 数据管理
|
1天前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。
|
7天前
|
机器学习/深度学习 分布式计算 数据挖掘
MaxFrame 性能评测:阿里云MaxCompute上的分布式Pandas引擎
MaxFrame是一款兼容Pandas API的分布式数据分析工具,基于MaxCompute平台,极大提升了大规模数据处理效率。其核心优势在于结合了Pandas的易用性和MaxCompute的分布式计算能力,无需学习新编程模型即可处理海量数据。性能测试显示,在涉及`groupby`和`merge`等复杂操作时,MaxFrame相比本地Pandas有显著性能提升,最高可达9倍。适用于大规模数据分析、数据清洗、预处理及机器学习特征工程等场景。尽管存在网络延迟和资源消耗等问题,MaxFrame仍是处理TB级甚至PB级数据的理想选择。
33 4
|
15天前
|
SQL DataWorks 数据可视化
阿里云DataWorks评测:大数据开发治理平台的卓越表现
阿里云DataWorks是一款集数据集成、开发、分析与管理于一体的大数据平台,支持多种数据源无缝整合,提供可视化ETL工具和灵活的任务调度机制。其内置的安全体系和丰富的插件生态,确保了数据处理的高效性和安全性。通过实际测试,DataWorks展现了强大的计算能力和稳定性,适用于中小企业快速搭建稳定高效的BI系统。未来,DataWorks将继续优化功能,降低使用门槛,并推出更多灵活的定价方案,助力企业实现数据价值最大化。
|
15天前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
51 2
|
2月前
|
存储 分布式计算 大数据
【赵渝强老师】阿里云大数据生态圈体系
阿里云大数据计算服务MaxCompute(原ODPS)提供大规模数据存储与计算,支持离线批处理。针对实时计算需求,阿里云推出Flink版。此外,阿里云还提供数据存储服务如OSS、Table Store、RDS和DRDS,以及数据分析平台DataWorks、Quick BI和机器学习平台PAI,构建全面的大数据生态系统。
79 18
|
9天前
|
人工智能 Cloud Native 关系型数据库
双位数增长,阿里云连续五年领跑关系型数据库
阿里云蝉联中国关系型数据库整体市场份额第一,在公有云业务双位数增长的驱动下,阿里云同时在公有云关系型数据库市场取得了38%的市场份额,连续五年位居首位。
|
10天前
|
SQL 存储 分布式计算
阿里云 Paimon + MaxCompute 极速体验
Paimon 和 MaxCompute 的对接经历了长期优化,解决了以往性能不足的问题。通过半年紧密合作,双方团队专门提升了 Paimon 在 MaxCompute 上的读写性能。主要改进包括:采用 Arrow 接口减少数据转换开销,内置 Paimon SDK 提升启动速度,实现原生读写能力,减少中间拷贝与转换,显著降低 CPU 开销与延迟。经过双十一实战验证,Paimon 表的读写速度已接近 MaxCompute 内表,远超传统外表。欢迎体验!
|
2月前
|
人工智能 Cloud Native 数据管理
媒体声音|重磅升级,阿里云发布首个“Data+AI”驱动的一站式多模数据平台
在2024云栖大会上,阿里云瑶池数据库发布了首个一站式多模数据管理平台DMS:OneMeta+OneOps。该平台由Data+AI驱动,兼容40余种数据源,实现跨云数据库、数据仓库、数据湖的统一数据治理,帮助用户高效提取和分析元数据,提升业务决策效率10倍。DMS已服务超10万企业客户,降低数据管理成本高达90%。
169 19
|
2月前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。

相关产品

  • 云原生数据库 PolarDB