数据仓库
快速上手并跑通AnalyticDB PostgreSQL版TPC-H测试
本案例介绍如何创建AnalyticDB PostgreSQL实例、生成测试数据、建表、导入数据，并跑通TPC-H查询。
ChatGPT都推荐的向量数据库，不仅仅是向量索引
本文带大家一起了解阿里云 AnalyticDB 技术负责人姚奕玮在 QCon 全球软件开发大会（北京站）2023 上的精彩演讲，解密 AnalyticDB 全自研企业级向量数据库核心技术，以及新一代向量数据库在云原生存算分离和 AI 原生上的技术演进路线。
一文教会你使用强大的ClickHouse物化视图
在现实世界中，数据不仅需要存储，还需要处理。处理通常在应用程序端完成。但是，有些关键的处理点可以转移到ClickHouse，以提高数据的性能和可管理性。ClickHouse中最强大的工具之一就是物化视图。在这篇文章中，我们将探秘物化视图以及它们如何完成加速查询以及数据转换、过滤和路由等任务。 如果您想了解更多关于物化视图的信息，我们后续会提供一个免费的培训课程。
AnalyticDB MySQL — Spark 助力在OSS上构建低成本数据湖
阿里云对象存储OSS（Object Storage Service）是阿里云提供的海量、安全、低成本、高可靠的云存储服务。通过和OSS团队的深入合作，AnalyticDB MySQL 的Spark能力 更好发挥了云原生数据湖方案的优势，本文为你详细解读！
AnalyticDB PostgreSQL构建一站式实时数仓实践
本文介绍通过 AnalyticDB PostgreSQL 版基于实时物化视图，构建流批一体的一站式实时数仓解决方案，实现一套系统、一份数据、一次写入，即可在数仓内完成实时数据源头导入到实时分析全流程。
ClickHouse 23.7 版本发布说明
本文描述了部分特别值得我们重点关注的新功能。但值得注意的是，现在有几个功能已经在生产环境就绪，或处于默认启用的状态。您可以在这篇文章的末尾找到它们。
边锋 x AnalyticDB MySQL：打造一站式游戏数据分析平台
杭州边锋网络技术有限公司是国内领先的休闲游戏开发商、运营商、发行商。20余年来，边锋网络一直是中国棋牌游戏的开拓者和变革者。 边锋网络市场覆盖20余个省份，注册用户过亿，月活跃用户上千万，是国家级重点软件企业（一类）。公司大数据分析系统"反应堆"目前支持着包括雀神广东麻将、边锋斗地主、蜀山四川麻将、功夫川麻等10余款休闲游戏产品；
一文教你使用ClickHouse的字典(dictionary)
在本文中，我们将借此机会提示用户：字典在加速查询方面的强大作用 - 尤其是包含JOIN的查询，以及一些使用技巧。此外，本文中的所有示例都可以在我们的play.clickhouse.com环境中复现（参见 blogs 数据库）。
新手避坑：盘点使用ClickHouse最容易犯的12个错误
在这篇文章中，我们突出了新手用户遇到的最常见的12个问题，这些问题是由于在使用ClickHouse的过程中，不遵循最佳实践，甚至反最佳实践而导致的。对于每一个问题，我们都推荐了一个解决方案或正确的使用方法。
AnalyticDB PostgreSQL版7.0版本公测期间，享优先购买福利！一次性购买6个月资源，可享0.1折！
云原生向量数据库AnalyticDB PostgreSQL版全新发布7.0公测版本！版本性能较开源实现开箱5X性能提升！
大模型规模化落地，企业AIGC应用支持多个大语言模型（LLM)切换及GPU规划化管理（PAI-EAS + ADB-PG)
随着年初的ChatGPT引爆大语言模型市场， LLM的集中爆发，大部分企业已经完成了AIGC产品的调研，并进入第二阶段， 即寻求大规模落地的AIGC产品解决方案。本文介绍了如何企业规模化大语言模型落地，支持多个模型的快速使用，包括通义千问-7b，ChatGLM-6b，Llama2-7b ，Llama2-13b，百川-13b和Falcon-7b。
如何实现基于Flink的高吞吐、精确一致性数据入湖
APS（ADB Pipeline Service）简介：ADB湖仓版在深化自身湖仓能力建设的同时，还推出了APS（ADB Pipeline Service）数据通道组件，为客户提供实时数据流服务实现数据低成本、低延迟入湖入仓。本文以数据源SLS如何通过APS实现高速精确一致性入湖为例，介绍相关的挑战和解决方法。
Forrester云数仓报告：国内唯一，阿里云连续两次进入卓越表现者象限
国际权威咨询机构Forrester发布最新云数据仓库研究报告 《The Forrester Wave™: Cloud Data Warehouses, Q2 2023》，凭借产品性能和市场规模等方面的表现，阿里云连续第二次进入卓越表现者象限，是国内唯一挺进该象限的科技公司。
找不到目标用户？云原生数仓AnalyticDB MySQL秒级圈人功能大揭秘
营销域中的洞察分析/智能圈人/经营报表等场景是OLAP分析型数据库的重要应用场景，阿里云瑶池旗下的云原生数据仓库AnalyticDB MySQL在淘宝、饿了么、菜鸟、优酷、盒马等业务的营销场景有比较长时间的积累和沉淀，我们将通过一系列文章来介绍AnalyticDB MySQL在营销域数据产品中的落地与应用，之前文章介绍了“漏斗分析”的实现与应用，本文主要介绍“秒级圈人&画像分析”的实现与应用。
一文读懂AnalyticDB MySQL过滤条件智能下推原理
在常规认知中，过滤条件肯定是推的越靠近底层越好，将尽可能多的过滤条件更贴近存储层数据源，以使查询时能跳过无关的数据，但是过滤条件下推到存储层一定会快吗？
10倍性能提升！一文读懂AnalyticDB MySQL秒级漏斗分析函数
营销域中的洞察分析/智能圈人/经营报表等场景是OLAP分析型数据库的重要应用场景，云原生数据仓库AnalyticDB MySQL在淘宝、饿了么、菜鸟、优酷、盒马等业务的营销场景有比较长时间的积累和沉淀，我们将通过一系列文章来介绍AnalyticDB MySQL在营销域数据产品中的落地与应用，本文主要介绍“漏斗分析”的实现与应用。
技术干货｜云原生数仓AnalyticDB MySQL实时存储引擎演进之路
AnalyticDB MySQL作为一款实时数仓产品，在传统数仓的能力基础上为了支持低延迟的写入、更新场景，架构上设计了实时存储引擎；用户的写入、更新会以append_only的方式写入实时存储引擎，经过compact之后构建索引以支持复杂的计算场景。
Redis 持久化及集群架构
本篇技术博文将深入探讨 Redis 持久化机制的原理、配置和使用方式。我们将介绍两种常用的持久化方式：RDB 持久化和 AOF 持久化。您将了解到它们的工作原理、优缺点以及如何根据需求选择合适的持久化方式。 通过深入学习 Redis 持久化及集群架构，您将能够构建稳定、可靠并具备高可用性的 Redis 存储解决方案。这有助于提升系统的性能和稳定性，确保数据安全并能够应对高并发和大规模应用的需求。
AnalyticDB MySQL带你深入浅出SQL优化器原理
SQL优化器是数据库、数据仓库、大数据等相关领域中最复杂的内核模块之一，它是影响查询性能的关键因素。比如大家熟知的开源产品 MySQL、PostgreSQL、Greenplum DB、Hive、Spark、Presto，都有自己的优化器。本文将由浅入深地带读者了解其中技术原理。
云原生数仓AnalyticDB MySQL如何支撑淘系十万亿级数据的实时湖仓一体分析?
数据银行是阿里巴巴集团官方打造的品牌商消费者运营商业数据产品，为品牌商客户提供丰富的消费者分析能力。由于数据银行的消费者数据产品的定位需要在一份海量消费者数据之上实现不同延时要求和计算要求的分析场景，我们基于阿里云AnalyticDB MySQL最新发布的实时湖仓能力，将数据仓库和数据湖割裂的体系进行融合，高性价比的支撑了上万品牌商的分析场景，在10PB+和十万亿级数据规模下，将天级别的数据延迟改善成实时无缝的处理和查询，满足实时数据处理和秒级复杂分析需求(30+张表Join)，同时整体成本下降20%+，平稳扛住了2022年双11大促的业务峰值压力。
天弘基金引入阿里云瑶池数据库，实现百亿级数据处理和分析
天弘基金采用AnalyticDB云原生实时数据仓库后，实现了此前架构无法完成的百亿级数据实时处理与分析，逐步从数据支持业务升级到数据驱动业务
降本增效｜云原生数仓AnalyticDB MySQL的Serverless弹性技术解析
作者：李伟（花名：沐远）， 云原生数据仓库AnalyticDB MySQL核心研发人员，专注于数据仓库的云原生及Serverless弹性。 通过此文带你深入了解ADB MySQL湖仓版弹性技术解密！
如何使用AnalyticDB PostgreSQL 版实现“一站式全文检索”业务
本文从阿里云用户使用云原生数据仓库AnalyticDB PostgreSQL版（以下简称ADB PG）的实际体验出发，介绍ADB PG如何实现“一站式全文检索”业务，并详细阐述ADB PG使用的优势技术，最后提供对应业务案例分析。
AnalyticDB MySQL升级为湖仓一体架构：从湖到仓，打造云原生一站式数据分析平台
AnalyticDB MySQL湖仓版同时支持低成本离线处理和高性能在线分析，适合ETL/BI报表/交互式查询/APP应用等多场景，并可无缝替换CDH/TDH/Databricks/Presto/Spark/Hive等
2023 Databricks Data+AI Summit：All in AI
Databricks Data+AI Summit 7月初在旧金山召开，整个发布会看下来，最大的感受就是All in AI和All in One。
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(1)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(1)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(2)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(2)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(3)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(3)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(4)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(4)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(5)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(5)
用C++写出比MySQL快800倍的数据库，ClickHouse创始人：融合数据库该“卷”的还是性能和速度
ClickHouse经历了怎样的演进迭代历程？当前数据库行业面临哪些挑战？AIGC火热发展会给数据库带来哪些新机遇？
ClickHouse创始人：融合数据库该“卷”的还是性能和速度
在刚刚结束的阿里云瑶池数据库峰会上，阿里云宣布与全球流行的开源分析型数据库 ClickHouse 正式签订战略合作协议，成为 ClickHouse 在中国独家的云服务提供商，并提供具备独有企业能力的 ClickHouse 版本。借此机会，王一鹏有幸独家专访了 ClickHouse 创始人兼 CTO Alexey Milovidov、阿里云数据库事业部 OLAP 产品部负责人林亮，围绕 ClickHouse 演进迭代的历程、双方此次合作的契机、当前数据库技术所面临的挑战和机遇，以及 OLAP 数据库未来发展趋势等问题展开深度对谈。
