实时数仓 Hologres产品使用合集之湖仓加速版查询maxcompute外部表,有什么优化途径吗

本文涉及的产品
实时数仓Hologres,5000CU*H 100GB 3个月
简介: 实时数仓Hologres的基本概念和特点:1.一站式实时数仓引擎:Hologres集成了数据仓库、在线分析处理(OLAP)和在线服务(Serving)能力于一体,适合实时数据分析和决策支持场景。2.兼容PostgreSQL协议:Hologres支持标准SQL(兼容PostgreSQL协议和语法),使得迁移和集成变得简单。3.海量数据处理能力:能够处理PB级数据的多维分析和即席查询,支持高并发低延迟查询。4.实时性:支持数据的实时写入、实时更新和实时分析,满足对数据新鲜度要求高的业务场景。5.与大数据生态集成:与MaxCompute、Flink、DataWorks等阿里云产品深度融合,提供离在线

问题一:Hologres我想问下这么设置系统级的喃,现在设置这个感觉只是临时生效啊?

Hologres我现在用set hg_experimental_functions_use_pg_implementation = 'to_char,to_date,to_timestamp';这个是能解决,但我想问下这么设置系统级的喃,现在设置这个感觉只是临时生效啊



参考答案:

https://help.aliyun.com/zh/hologres/user-guide/guc-parameters/?spm=a2c4g.11186623.0.i18 



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/577102



问题二:Hologres这个不是在1.1.31就修复了么,怎么在2.0.28又出现了?

Hologres这个不是在1.1.31就修复了么,怎么在2.0.28又出现了?



参考答案:

辛苦看看修复方法的描述



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/577101



问题三:请问下Hologres,湖仓加速版查询maxcompute外部表,有什么优化途径吗?

请问下Hologres,湖仓加速版查询maxcompute外部表,sql查询时长1-4秒不等,有什么优化途径吗?



参考答案:

当查询MaxCompute外部表在Hologres中的数据时,如果查询时长在1-4秒之间不等,存在一些优化方法可供参考:

  1. 新建外部表加速查询:在Hologres中新建外部表可以加速对MaxCompute数据的查询。这种方式适用于单次查询的数据量小于200 GB的表,无需进行数据导入导出或冗余存储。
  2. 导入数据至Hologres进行加速查询:当需要进行大量分析计算并建立与内部表的连接时,可以在Hologres中新建内部表并导入MaxCompute的外部表数据。根据业务需求,为内部表指定合适的Distribute Key索引属性,以加快查询速度。相比新建外部表方式,导入外部表数据能获得更快的查询速度。
  3. 使用新版Hologres的外部表加速引擎:从Hologres V0.10版本开始,该版本采用了全新的外部表加速引擎,相较于低于V0.10版本的实例,查询MaxCompute表的性能提升了30%~100%左右。
  4. 自动加载MaxCompute外部表:从Hologres V1.1.43版本开始支持MaxCompute外部表的自动加载功能。通过一定的参数设置,可以自动同步MaxCompute元数据并自动创建Hologres外部表,从而无需手动创建外部表即可加速查询MaxCompute数据。
  5. 优化SQL语句:针对查询性能不足的情况,可以通过优化SQL语句来进行查询性能的提升。此外,合并小文件和优化Hologres SQL等标准手段也可以用于提升查询性能。



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/577099



问题四:Hologres 这个语句可以查询表信息,但是只要表名中存在大写的V,就查不出来数据,能解释一下吗?

Hologres select * from information_schema.tables where table_name=? 这个语句可以查询表信息,但是只要表名中存在大写的V,就查不出来数据,有大佬解释一下吗?



参考答案:

大写表名要加双引号



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/577098



问题五:Hologres出问题了吗?

Hologres出问题了吗?运行任务失败



参考答案:

调查了一下,发现是holoweb页面取数据有点问题,实际上建表是不影响的,能够建成功,只是还没建完就去读区表结果,导致报错,这个我们优化一下



关于本问题的更多回答可点击进行查看:

https://developer.aliyun.com/ask/577097

相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
目录
打赏
0
0
0
0
1159
分享
相关文章
Hologres实时湖仓能力入门实践
本文由武润雪(栩染)撰写,介绍Hologres 3.0版本作为一体化实时湖仓平台的升级特性。其核心能力包括湖仓存储一体、多模式计算一体、分析服务一体及Data+AI一体,极大提升数据开发效率。文章详细解析了两种湖仓架构:MaxCompute + Hologres实现离线实时一体化,以及Hologres + DLF + OSS构建开放湖仓架构,并深入探讨元数据抽象、权限互通等重点功能,同时提供具体使用说明与Demo演示。
从湖仓分离到湖仓一体,四川航空基于 SelectDB 的多源数据联邦分析实践
川航选择引入 SelectDB 建设湖仓一体大数据分析引擎,取得了数据导入效率提升 3-6 倍,查询分析性能提升 10-18 倍、实时性提升至 5 秒内等收益。
从湖仓分离到湖仓一体,四川航空基于 SelectDB 的多源数据联邦分析实践
拉卡拉 x Apache Doris:统一金融场景 OLAP 引擎,查询提速 15 倍,资源直降 52%
拉卡拉早期基于 Lambda 架构构建数据系统面临存储成本高、实时写入性能差、复杂查询耗时久、组件维护复杂等问题。为此,拉卡拉选择使用 Apache Doris 替换 Elasticsearch、Hive、Hbase、TiDB、Oracle / MySQL 等组件,实现了 OLAP 引擎的统一、查询性能提升 15 倍、资源减少 52% 的显著成效。
拉卡拉 x Apache Doris:统一金融场景 OLAP 引擎,查询提速 15 倍,资源直降 52%
Flink+Paimon+Hologres,面向未来的一体化实时湖仓平台架构设计
本文介绍了阿里云实时数仓Hologres负责人姜伟华在Flink Forward Asia 2024上的分享,涵盖实时数仓的发展历程、从实时数仓到实时湖仓的演进,以及总结。文章通过三代实时数仓架构的演变,详细解析了Lambda架构、Kafka实时数仓分层+OLAP、Hologres实时数仓分层复用等方案,并探讨了未来从实时数仓到实时湖仓的演进方向。最后,结合实际案例和Demo展示了Hologres + Flink + Paimon在实时湖仓中的应用,帮助用户根据业务需求选择合适的方案。
665 20
Flink+Paimon+Hologres,面向未来的一体化实时湖仓平台架构设计
数据无界、湖仓无界,Apache Doris 湖仓一体典型场景实战指南(下篇)
Apache Doris 提出“数据无界”和“湖仓无界”理念,提供高效的数据管理方案。本文聚焦三个典型应用场景:湖仓分析加速、多源联邦分析、湖仓数据处理,深入介绍 Apache Doris 的最佳实践,帮助企业快速响应业务需求,提升数据处理和分析效率
数据无界、湖仓无界,Apache Doris 湖仓一体典型场景实战指南(下篇)
数据无界、湖仓无界, Apache Doris 湖仓一体解决方案全面解读(上篇)
湖仓一体架构融合了数据湖的低成本、高扩展性,以及数据仓库的高性能、强数据治理能力,高效应对大数据时代的挑战。为助力企业实现湖仓一体的建设,Apache Doris 提出了数据无界和湖仓无界核心理念,并结合自身特性,助力企业加速从 0 到 1 构建湖仓体系,降低转型过程中的风险和成本。本文将对湖仓一体演进及 Apache Doris 湖仓一体方案进行介绍。
数据无界、湖仓无界, Apache Doris 湖仓一体解决方案全面解读(上篇)
​Flink+Paimon+Hologres,面向未来的一体化实时湖仓平台架构设计
​Flink+Paimon+Hologres,面向未来的一体化实时湖仓平台架构设计
云原生数据仓库AnalyticDB PostgreSQL同一个SQL可以实现向量索引、全文索引GIN、普通索引BTREE混合查询,简化业务实现逻辑、提升查询性能
本文档介绍了如何在AnalyticDB for PostgreSQL中创建表、向量索引及混合检索的实现步骤。主要内容包括:创建`articles`表并设置向量存储格式,创建ANN向量索引,为表增加`username`和`time`列,建立BTREE索引和GIN全文检索索引,并展示了查询结果。参考文档提供了详细的SQL语句和配置说明。
69 1
美的楼宇科技基于阿里云 EMR Serverless Spark 构建 LakeHouse 湖仓数据平台
美的楼宇科技基于阿里云 EMR Serverless Spark 建设 IoT 数据平台,实现了数据与 AI 技术的有效融合,解决了美的楼宇科技设备数据量庞大且持续增长、数据半结构化、数据价值缺乏深度挖掘的痛点问题。并结合 EMR Serverless StarRocks 搭建了 Lakehouse 平台,最终实现不同场景下整体性能提升50%以上,同时综合成本下降30%。
实时数仓 Hologres 产品介绍:一体化实时湖仓平台
本次方案的主题是实时数仓 Hologres 产品介绍:一体化实时湖仓平台,介绍了 Hologres 湖仓存储一体,多模式计算一体、分析服务一体和 Data+AI 一体四方面一体化场景,并对其运维监控方面及客户案例进行一定讲解。 1. Hologres :面向未来的一体化实时湖仓 2. 运维监控 3. 客户案例 4. 总结
247 14

相关产品

  • 实时数仓 Hologres