1. 数据库对象及操作
数据库对象的体系结构可以从用户视角和系统视角查看，用户视角类似使用MySQL一样，可以创建多个数据库，在每个数据库下面创建多个数据表，而在系统视角一个用户实例对应一个集群，而集群对应的是物理的数据库，该数据库为分布式的大规模并行MPP架构，数据库会分片到不同的节点上，而每个分片对应着物理表，通过Partition实现分区，分片是一级分区，分区是二级分区。
数据库对象的体系结构有以下概念：
• 用户集群：一个用户实例就是一个集群、用户集群资源独享。
• 物理库：一个用户集群系统默认初始化一个物理库。
• 数据库：逻辑数据库，最多256个；表名空间和权限隔离。
• 表：普通表又称分布式表，需要指定分布键；维度表又称广播表，每个节点冗余一份。
• 分片：表被分布键拆分后的子表，又称分片（Shard）。
• 分区：分片（Shard）可以再按某个字段划分为分区；分片列通常是时间字段，有生命周期管理功能。
1) 表：分区数据清除机制
数据清理机制：表元数据记录表的生命周期设置数，下面示例设LIFECYCLE 90，通过对分区的排序，超出生命周期数的分区将被清理掉，如图所示：
2) 数据建模：SQL开发规范
编写和优化SQL时，需要充分考虑其分布式特性，开发规范如下：
• SQL编写原则为追求简单：一般情况下，数据库性能会随SQL复杂度而下降。例如，单表查询（冗余设计）优于表关联查询。
• SQL优化核心方法是减少I/O：尽可能少的进行列扫描，返回最小数据量，减少I/O同时也减少内存开销。
• 分布式计算，本地计算&并行计算：大数据计算情况下，本地计算时充分利用分布式多计算资源的能力，避免数据跨节点。
• 高QPS，分区裁剪：业务系统要求高QPS、毫秒级RT时，表和SQL必须设计为分区裁剪模式。
a) 去掉不必要的列
返回的列的数量直接影响性能，在编写SQL时要确认业务需要返回的列，不要直接使用星号（*）进行查询，如：
• 错误SQL
select * from tab1 where c1>100 and c1<1000; |
• 正确SQL
select col1,col2 from table_name where C1>100 andc1<1000; |
b) 索引和扫描
当SQL包含多个查询条件时，优先选择高筛选条件，其他条件可以通过扫描实现。在SQL命令中通过条件c1=3可快速查询到少量记录（假设10000），单独使用time>'2010-01-0100：00：00'时返回的记录数又非常大，如：
• 原始SQL
select c1,c2 from tab1 where c1=3 and time >='2010-01-01 00:00:00'； |
• 建议SQL
/*no-index=itab1.time*/ selectc1,c2 from tab1 where c1=3 and time>='2010-01-01 00:00:00'； |
2. 权限与数据安全
1) 账号类型
• 阿里云账号
作用范围：AnalyticDB for MySQL集群。
可进行的操作：阿里云账号用于创建和管理集群，例如登录阿里云产品控制台、设置白名单、创建数据库账号、申请外网地址、按量付费转包年包月、设置可维护时间段、扩容集群、恢复新集群以及删除集群等。
• RAM子账号
作用范围，AnalyticDB for MySQL集群。
可进行的操作：阿里云账号授予RAM子账号一定的权限后，RAM子账号也可以在权限范围内创建和管理集群，例如登录阿里云产品控制台、设置白名单、创建数据库账号、申请外网地址、按量付费转包年包月、设置可维护时间段、扩容集群、恢复新集群以及删除集群等。
• 数据库账号
作用范围：数据库。
可进行的操作：数据库账号在权限范围内用于对数据库进行操作，例如创建/删除数据库、连接数据库、创建/删除表、创建/删除视图等。分为普通账号和高权限账号。
• 服务账号
作用范围：AnalyticDB for MySQL集群。
可进行的操作：需要技术支持时，授权AnalyticDB for MySQL集群的服务账号，技术支持人员才可以通过服务账号提供技术支持服务。
2) 用户
• 用户账号和认证
账号格式：ALIYUN$user_account@aliyun.com
认证需要使用AccessKey
• 用户类型
OWNER：数据库拥有者，开通云原生数据仓库服务，并创建数据。
用户：被授权的数据库用户，由OWNER添加，无需开通云原生数据仓库服务。
• RAM子账号
支持RAM（阿里云访问控制）子账号登录和使用云原生数据仓库。
主账号可建多个子账号，通过授予授权策略，使子账号在一定条件下可以访问云原生数据仓库。
子账号访问云原生数据仓库的MySQL协议端时，需要使用其的AccessKey ID/Secret作为用户名和密码。
3) 权限模型
AnalyticDB for MySQL集群支持如下粒度的权限控制：集群、数据库、表、列、行级（基于视图），如下图：
4) SQL审计
SQL审计功能可以实时记录数据库DML和DDL操作信息，并提供数据库操作信息的检索功能，提高云原生数据仓库AnalyticDB MySQL版的安全性。
• SQL审计日志：记录对数据库执行的所有操作。通过审计日志记录，用户可以对数据库进行故障分析、行为分析、安全审计等操作。
• 搜索：可以按照数据库、客户端IP、执行耗时、执行状态等进行多维度检索，并支持导出搜索结果。
3. 智能索引
ADB为表的每个字段智能构建索引，目前支持五种类型：字符串类的Invert索引（倒排索引）、bitmap索引、数值类的KDTree索引、JSON索引、向量索引。
不同类型的索引可以实现列级索引多种条件（交、并、差）任意组合，查询时无需建组合索引，通过Index CBO 智能动态筛选索引下推，通过谓词计算层进行流式渐进多路归并输出。
• 倒排索引
分区表的所有列（适用Bitmap索引的列除外）都建了倒排索引，key为排序的列值，value为对应的RowlD list，所以对于任何列进行FILTER（WHERE key=value）或者JOIN查询都非常高效。
• Bitmap索引
对于值重复率高的列，建立Bitmap索引。
• KDTree索引
为了加速范围查询，对于类型为数字的列同时建立了KDTree索引。
• 行列混存的块索引
块索引即块的元数据信息。
• 分区元数据：分区总行数，单个block中的列行数等信息。
• 列元数据：列值类型、整列的MAX/MIN值，NULL值数目，直方图信息等，便于加速查询。
• 列Block元数据：该列的MAX/MIN/SUM总条目数（COUNT）等信息，便于加速查询。
说明
复杂类型数据（json，vector）存储采用统一大小的块组织存储，按顺序存，采用稀疏索引查询。
更多精彩内容，欢迎观看：
《阿里云认证的解析与实战-数据仓库ACP认证》——云原生数据仓库AnalyticDB MySQL版解析与实践（上）——三、产品相关概念（下）：https://developer.aliyun.com/article/1223283?groupCode=certification
