开发者学习笔记【阿里云云数据库助理工程师（ACA）认证：云原生数据仓库AnalyticDB MySQL版/PostgreSQL版（二）】
课程地址：https://edu.aliyun.com/course/3112080/lesson/19084
云原生数据仓库AnalyticDB MySQL版/PostgreSQL版（二）
三、 AnalyticDB 场景案例
AnalyticDB的应用场景主要分为几大类，首先是人群的画像由于AB，可以支持任意维度任意条件的筛选过滤的聚合统计，在人群画像这个场景可以做到毫无毫妙计的圈人和响应。
其次，在实施营销领域，可以进行实时的效果计算，实现营销效果的分钟级的闭环反馈。在运营场景里面，可以对用户行为日志进行实时的分析。在自定义的交互式查询报表场景下，可做到查询无卡顿，方便进行探索式的多维分析，进行上卷和断取分析。
同时，在超大规模的复杂计算方面，AnalyticDB可以支持万亿级别、千亿级别的大量数据的多表之间进行关联、计算，并进行过滤、聚合、统计等等分析。另外，AnalyticDB还支持非结构化数据和结构化数据的融合的分析，通过销量检索功能实现带有条件的以图搜图。
接下来讲一些具体的案例，如图：
在电商领域，大量客户采用AnalyticDB构建数据仓库或者分析引擎。在这个案例中，用户将原来使用的Hive、HBase、kylin等大数据平台迁移到AnalyticDB构建统一的数据仓库和分析平台，可准时实时的输出分析报表。可让商户的运营报表每五分钟就能更新一次，还可以基于AnalyticDB构建了用户的标签系统进行用户画像分析业务。
在游戏领域，如下图：
用户通常使用AnalyticDB构建，用户行为分析系统。首先可以基于AnalyticDB构建T+1的计算计算报表。还可将海量的用户登录的用户行为数据和业务数据结合实时的写入到AnalyticDB，然后每天凌晨ETL清洗加工计算，生成中间数据和报表数据。同时也可以基于AnalyticDB构建实时的业务分析报表。将清洗后的数据与实时的业务数据进行实时关联、交互式分析。同时，实时的运营效果数据可以实时回写，并支持实时效果回流分析。各方面的主要特点是在线分析和离线分析离站式，数据集中存储统一存储，不再需要几个组件之间进行数据导入导出。
其次，具有数据库的应用性，通过数据库的使用方式来使用数据。再一个 AnalyticDB 支持冷热数据分层在游戏行业里海量的游戏日志数据，可以进行廉价的存储，同时也可以对热数据进行高效的访问。
第三 AnalyticDB 支持动态的在线扩容，可用于支撑游戏业务的迅猛发展。
在互联网金融领域，如下图：
此前的技术方案通常是T+1型报表。现基于AnalyticDB与RDS业务库以及DTS进行组合，构建实施出仓的方案。
将RDS里面的业务数据，通过DTS等工具实时的同步到AnalyticDB，对海量离线数据，也可以通过Data works等工具批量等迁移至AnalyticDB构建统一的数据仓库，可实现实时数据分析，从T+1的效果缩减到秒级。从原来的hive等等大数据分析平台的数十分钟可缩短到秒级。
AnalyticDB也通常用于分析领域，如下图：
过去采用Oracle RAC和hadoop等等平台,构建的数据平台可以统一到AnalyticDB里。AnalyticDB还可支持百万级的DTS的数据的实时的写入和离线数据的批量导入。
基于AnalyticDB构建企业级的统一的数仓平台，以某种云上的客户为例：构建一个AnalyticDB200多个节点的统一数据仓库平台，数据存储量达到5PB，支持十多个APP。
该解决方案的核心的优势就是平台统一，不需要维护复杂的大数据组件和复杂的数据链路性能得到大幅的提升。同时，它的兼容性非常好，可采用数据库的方式来访问和使用数据仓库。
