波克城市引入阿里云数据仓库AnalyticDB,助力万亿级数据秒级分析,节省80%以上存储成本

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
云原生数据仓库AnalyticDB MySQL版,基础版 8ACU 100GB 1个月
简介: AnalyticDB是阿里云自研、经过大规模验证的云原生数据仓库,曾在权威评测机构TPC组织的TPC-DS和TPC-H测试中获得性能和性价比全球第一的成绩。

日前,波克科技股份有限公司(以下简称“波克城市”) 通过引入阿里云云原生实时数据仓库AnalyticDB,实现了每日百亿级游戏玩家行为数据的快速分析和处理,大幅降低数据分析成本。相比原有方案,数据处理性能提升了10倍以上,利用分时弹性和冷热存储分离特性,可在业务波峰波谷时实现快速弹性伸缩,节省80%以上的存储成本

1.PNG

“波克城市”立足于精品休闲游戏的全球化研发、发行,致力于成为世界领先的数字娱乐平台。旗下拥有《爆炒江湖》《我是航天员》《猫咪公寓》等精品休闲游戏,目前已覆盖休闲竞技、收集养成、模拟经营、策略对战等多个领域。未来,波克城市将以游戏为载体,积极探索和发展“游戏+”模式,将游戏和教育、医疗、体育、公益等相融合,努力构建以游戏产业为核心,多产业交融发展的互联网新生态。


游戏行为数据分析是游戏迭代发展至关重要的一环,对游戏的稳定运营和发展提供了快速的决策分析能力。随着波克城市的业务量激增和爆款游戏的出现,多款游戏玩家数量已超过千万级,日常游戏行为数据达到每日百亿级别,峰值期间写入数据突破每秒百万TPS,时效性要求高,需在特定时间内完成大量计算分析任务,对实时数仓的写入和分析性能都带来了极大的挑战,将直接影响游戏业务的稳定发展。


为快速响应业务迭代的需求,波克城市引入阿里云云原生实时数仓AnalyticDB,构建核心玩家数据行为分析系统。AnalyticDB MySQL版助力波克城市实现每日百亿级别游戏玩家行为数据的快速分析和处理,稳定支撑核心游戏每秒百万级别的日志写入,为游戏运营和玩家行为日志分析提供了高性能分析能力,同时降低80%以上存储成本,成功帮助业务降本增效。

2.JPG

波克城市大数据分析负责人吴昊天表示:“云原生实时数仓AnalyticDB很好地支撑了波克游戏业务的发展,为游戏日志数据的分析带来了超高的性能和数据处理能力,其本身具备的各种特性,让波克游戏分析能够根据业务场景扩展,实现游戏行为日志分析的降本增效。”


由于游戏分析场景有明显的波峰和波谷,云原生数据仓库AnalyticDB MySQL版通过分时弹性技术,实现分钟级资源弹出,在业务波峰波谷可按照业务诉求快速弹性伸缩,帮助客户应对数据处理峰值,实现资源高效利用并节省了70%以上的计算资源。基于AnalyticDB的冷热存储分离特性,将低频访问的冷数据放在低成本的存储介质中,降低了80%以上的数据存储成本


此外,AnalyticDB通过离在线一体化、自适应索引等特性,大幅降低了波克的数据分析成本。其支持多种查询处理模式,降低数据计算成本,为客户提供了从数据写入到数据加工、数据展示的全链路处理能力,相比原先方案,数据处理和查询能力提升10倍以上


据悉,AnalyticDB是阿里云自研、经过大规模验证的云原生数据仓库,曾在权威评测机构TPC组织的TPC-DS和TPC-H测试中获得性能和性价比全球第一的成绩。AnalyticDB深度应用于阿里集团核心业务场景,连续多年支撑双十一购物节海量数据分析,并且广泛服务于金融、互联网、政务、电信等领域客户,助力企业实现数据价值最大化。


 / End /  

相关实践学习
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
相关文章
|
2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 上下文工程是管理大模型输入信息的系统化框架,解决提示工程中的幻觉、上下文溢出与信息冲突等问题。通过上下文的采集、存储、加工与调度,提升AI推理准确性与交互体验。AnalyticDB PostgreSQL 版提供增强 RAG、长记忆、Supabase 等能力,助力企业构建高效、稳定的 AI 应用。
|
3月前
|
存储 SQL 机器学习/深度学习
一文辨析:数据仓库、数据湖、湖仓一体
本文深入解析数据仓库、数据湖与湖仓一体的技术原理与适用场景。数据仓库结构严谨、查询高效,适合处理结构化数据;数据湖灵活开放,支持多模态数据,但治理难度高;湖仓一体融合两者优势,实现低成本存储与高效分析,适合大规模数据场景。文章结合企业实际需求,探讨如何选择合适的数据架构,并提供湖仓一体的落地迁移策略,助力企业提升数据价值。
一文辨析:数据仓库、数据湖、湖仓一体
|
2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。
|
3月前
|
存储 机器学习/深度学习 数据采集
数据湖 vs 数据仓库:大厂为何总爱“湖仓并用”?
数据湖与数据仓库各有优劣,湖仓一体架构成为趋势。本文解析二者核心差异、适用场景及治理方案,助你选型落地。
数据湖 vs 数据仓库:大厂为何总爱“湖仓并用”?
|
3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。
347 0
|
4月前
|
存储 人工智能 分布式计算
数据不用搬,AI直接炼!阿里云AnalyticDB AI数据湖仓一站式融合AI+BI
阿里云瑶池旗下的云原生数据仓库AnalyticDB MySQL版(以下简称ADB)诞生于高性能实时数仓时代,实现了PB级结构化数据的高效处理和分析。在前几年,为拥抱大数据的浪潮,ADB从传统数仓拓展到数据湖仓,支持Paimon/Iceberg/Delta Lake/Hudi湖格式,为开放的数据湖提供数据库级别的性能、可靠性和管理能力,从而更好地服务以SQL为核心的大规模数据处理和BI分析,奠定了坚实的湖仓一体基础。
|
存储 缓存 Cloud Native
MPP架构数据仓库使用问题之ADB PG云原生版本的扩缩容性能怎么样
MPP架构数据仓库使用问题之ADB PG云原生版本的扩缩容性能怎么样
MPP架构数据仓库使用问题之ADB PG云原生版本的扩缩容性能怎么样
|
SQL Cloud Native 关系型数据库
云原生数据仓库使用问题之分组优化如何实现
阿里云AnalyticDB提供了全面的数据导入、查询分析、数据管理、运维监控等功能,并通过扩展功能支持与AI平台集成、跨地域复制与联邦查询等高级应用场景,为企业构建实时、高效、可扩展的数据仓库解决方案。以下是对AnalyticDB产品使用合集的概述,包括数据导入、查询分析、数据管理、运维监控、扩展功能等方面。
|
Cloud Native 关系型数据库 OLAP
云原生数据仓库操作报错合集之遇到“table does not exist”错误,该怎么办
阿里云AnalyticDB提供了全面的数据导入、查询分析、数据管理、运维监控等功能,并通过扩展功能支持与AI平台集成、跨地域复制与联邦查询等高级应用场景,为企业构建实时、高效、可扩展的数据仓库解决方案。以下是对AnalyticDB产品使用合集的概述,包括数据导入、查询分析、数据管理、运维监控、扩展功能等方面。
|
SQL Cloud Native 关系型数据库
云原生数据仓库操作报错合集之遇到报错“DDL forbidden because backupTask is doing snapshot”如何处理
阿里云AnalyticDB提供了全面的数据导入、查询分析、数据管理、运维监控等功能,并通过扩展功能支持与AI平台集成、跨地域复制与联邦查询等高级应用场景,为企业构建实时、高效、可扩展的数据仓库解决方案。以下是对AnalyticDB产品使用合集的概述,包括数据导入、查询分析、数据管理、运维监控、扩展功能等方面。

热门文章

最新文章

相关产品

  • 云原生数据仓库AnalyticDB MySQL版