实时数仓Hologres V3.1版本发布,Serverless型实例从零开始构建OLAP系统

简介: Hologres推出Serverless型实例,支持按需计费、无需独享资源,适合新业务探索分析。高性能查询内表及MaxCompute/OSS外表,弹性扩展至512CU,性能媲美主流开源产品。新增Dynamic Table升级、直读架构优化及ChatBI解决方案,助力高效数据分析。

Highlight

  • Down To Zero,Hologres Serverless型实例邀测

Serverless型可从零开始低成本启动OLAP系统建设,完成新业务、新场景的探索性分析与临时性数据分析需求,高性能查询内表与MaxCompute/OSS外表。Serverless型邀测申请>>>Serverless型使用说明>>>

  • 无需购买独享资源,计算资源不使用不收费
  • 用多少算多少,按Query按量计费
  • 当前最大可弹性512CU,性能与独享资源持平
  • TPC-H 1TB 测试对比3.0版本性能再提升33%,Clickbench单表性能基于70%资源下超过Clickhouse、Doris等主流开源产品
  • Serverless Computing支持预估资源自动判断执行,支持更多DML场景、读写内外表加密表、Rebuild、存储过程等
  • Dynamic Table 升级,支持 Auto Refresh,双流/多表 Join,成本更低、性能更高
  • 直读MaxCompute架构升级,性能提升33%,支持直读Delta Table、Append 2.0 Table、动态脱敏表和表的Schema Evolution
  • 联合DataWorks发布ChatBI解决方案,快速完成数据分析报告
  • 计算组支持SQL无损扩缩容,连接闪断
  • 新发布逻辑分区表,灵活易用,减少元数据占用

实例升级说明:https://help.aliyun.com/zh/hologres/user-guide/instance-upgrades


Hologres 3.1版本发布总览

1. Down To Zero,Hologres Serverless型实例邀测

在OLAP分析系统构建时候,一般都需要购买预留资源,为了保证OLAP性能,一般都要从32核开始启动,成本较高,而且由于核数少,很多临时的大查询会打满集群导致OOM,用的人多了资源挤占情况也非常严重。Hologres推出Serverless型可从零开始低成本启动OLAP系统建设,帮助企业快速完成新业务、新场景的探索性分析与临时性数据分析需求,高性能查询内表与MaxCompute/OSS外表。Serverless型邀测申请>>>Serverless型使用说明>>>

  • 无需购买独享资源,计算资源不使用不收费
  • 用多少算多少,按Query按量计费
  • 最大可弹性512CU,性能与独享资源持平

幻灯片5.jpeg

对比固定的独享计算资源,Serverless型在MPP架构下实现了按Query计费,100%完全适应资源负载需求。

在BI分析场景下,Serverless型支持市面主流的BI分析与可视化工具,包含Apache Superset、DataV、DataWorks、FineBI、FineReport、Grafana、Power BI、Qlik、Quick BI、Tableau等。

2. TPC-H 1TB性能再提升33%,单表性能超越CK、Doris等主流开源产品

Hologres每个版本迭代都会进行性能优化,例如2.2版本对比1.1版本提升100%,3.1版本在3.0的基础上再次提升33%,跟随版本更新企业可以享受云上技术红利。

3. Serverless Comuting支持自动判断

Serverless Comuting可以以按量计费的形式稳定运行大查询、大任务,并确保作业之间资源隔离,避免了资源竞争与相互干扰的情况。原本需要单独设置执行,3.1版本可以根据预估计算资源自动判断,在执行之前,如果超过阈值,可以自动使用Serverless Comuting执行,防止突发性流量或者查询打满集群。

3.1版本增加了Serverless Comuting更多的场景,支持更多DML场景、读写内外表加密表、Rebuild、存储过程等

4. Dynamic Table 升级,支持 Auto Refresh,双流/多表 Join

Dynamic Table是Hologres推出了的明式数据处理架构,业务可以根据需求设置不同的数据刷新策略,实现数据从基表对象到Dynamic Table的自动流转,满足业务统一开发、数据自动流转、处理时效性等诉求。原本刷新模式需要手动设置,并且写死为某一种模式。3.1版本可以将模式设定为Auto,如果query支持增量刷新,则优先执行增量刷新,否则退化为全量刷新。同时支持双流多表Join,性能更高,成本更低。

5. 直读MaxCompute架构升级,性能提升33%

MaxCompute与Hologres都是阿里云自研的数仓产品,具备双向高性能直读能力,对比其他组合方案,具备更加易用、高速的实时离线一体化解决方案。3.1版本直读MaxCompute架构升级2.0,对比1.0直读提升33%。同时支持了MaxCompute新推出的Delta Table、Append 2.0 Table、动态脱敏表和表的Schema Evolution等等。

6. 联合DataWorks发布ChatBI解决方案,快速完成数据分析报告

Hologres作为面向分析场景的产品,与DataWorks ChatBI天然结合成解决方案,用户通过提问快速完成智能检索、智能取数、智能绘图、智能总结。

7. 计算组支持SQL无损扩缩容,连接闪断

Hologres在3.1版本全面支持了在实例扩缩容的SQL无损,方便用户在升级时保障业务稳定。


8. 新发布逻辑分区表,灵活易用,减少元数据占用

Hologres 3.1发布逻辑分区表,对比3.0的物理分区表,逻辑辑分区表更加灵活易用,减少元数据占用

9. 其他功能概览



历史版本发布公告:

实时数仓Hologres V3.0全新发布,升级一体化实时湖仓平台>>>

实时数仓Hologres V2.2版本发布,Serverless Computing降本20%>>>

实时数仓Hologres V2.1版本发布,新增计算组实例构建高可用实时数仓>>>

相关实践学习
基于Hologres轻量实时的高性能OLAP分析
本教程基于GitHub Archive公开数据集,通过DataWorks将GitHub中的项⽬、行为等20多种事件类型数据实时采集至Hologres进行分析,同时使用DataV内置模板,快速搭建实时可视化数据大屏,从开发者、项⽬、编程语⾔等多个维度了解GitHub实时数据变化情况。
相关文章
数据采集 Web App开发 人工智能
266 0
|
5月前
|
数据采集 Web App开发 人工智能
基于函数计算FC构建 Browser Tool Sandbox 详解与实操
本文介绍了如何基于阿里云函数计算(FC)构建一个安全、可控的 Browser Tool Sandbox,支持多种浏览器自动化操作方式,包括 Playwright、Puppeteer、Browser Use 和 REST API 等,为 AI Agent 安全高效地操作浏览器提供了完整的技术方案。
|
6月前
|
机器学习/深度学习 算法 大数据
构建数据中台,为什么“湖仓一体”成了大厂标配?
在大数据时代,数据湖与数据仓库各具优势,但单一架构难以应对复杂业务需求。湖仓一体通过融合数据湖的灵活性与数据仓的规范性,实现数据分层治理、统一调度,既能承载海量多源数据,又能支撑高效分析决策,成为企业构建数据中台、推动智能化转型的关键路径。
|
7月前
|
存储 SQL 分布式计算
MaxCompute x 聚水潭:基于近实时数仓解决方案构建统一增全量一体化数据链路
聚水潭作为中国领先的电商SaaS ERP服务商,致力于为88,400+客户提供全链路数字化解决方案。其核心ERP产品助力企业实现数据驱动的智能决策。为应对业务扩展带来的数据处理挑战,聚水潭采用MaxCompute近实时数仓Delta Table方案,有效提升数据新鲜度和计算效率,提效比例超200%,资源消耗显著降低。未来,聚水潭将进一步优化数据链路,结合MaxQA实现实时分析,赋能商家快速响应市场变化。
333 0
|
7月前
|
SQL DataWorks 关系型数据库
DataWorks+Hologres:打造企业级实时数仓与高效OLAP分析平台
本方案基于阿里云DataWorks与实时数仓Hologres,实现数据库RDS数据实时同步至Hologres,并通过Hologres高性能OLAP分析能力,完成一站式实时数据分析。DataWorks提供全链路数据集成与治理,Hologres支持实时写入与极速查询,二者深度融合构建离在线一体化数仓,助力企业加速数字化升级。
|
9月前
|
存储 消息中间件 OLAP
基于 Flink+Paimon+Hologres 搭建淘天集团湖仓一体数据链路
本文整理自淘天集团高级数据开发工程师朱奥在Flink Forward Asia 2024的分享,围绕实时数仓优化展开。内容涵盖项目背景、核心策略、解决方案、项目价值及未来计划五部分。通过引入Paimon和Hologres技术,解决当前流批存储不统一、实时数据可见性差等痛点,实现流批一体存储与高效近实时数据加工。项目显著提升了数据时效性和开发运维效率,降低了使用门槛与成本,并规划未来在集团内推广湖仓一体架构,探索更多技术创新场景。
1661 3
基于 Flink+Paimon+Hologres 搭建淘天集团湖仓一体数据链路
|
4月前
|
人工智能 运维 Kubernetes
Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速
在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。
589 30
|
5月前
|
人工智能 运维 安全
聚焦 AI 应用基础设施,云栖大会 Serverless AI 全回顾
2025 年 9 月 26 日,为期三天的云栖大会在杭州云栖小镇圆满闭幕。随着大模型技术的飞速发展,我们正从云原生时代迈向一个全新的 AI 原生应用时代。为了解决企业在 AI 应用落地中面临的高成本、高复杂度和高风险等核心挑战,阿里云基于函数计算 FC 发布一系列重磅服务。本文将对云栖大会期间 Serverless+AI 基础设施相关内容进行全面总结。
|
5月前
|
存储 人工智能 Serverless
函数计算进化之路:AI 应用运行时的状态剖析
AI应用正从“请求-响应”迈向“对话式智能体”,推动Serverless架构向“会话原生”演进。阿里云函数计算引领云上 AI 应用 Serverless 运行时技术创新,实现性能、隔离与成本平衡,开启Serverless AI新范式。
585 12
|
5月前
|
人工智能 Kubernetes 安全
重塑云上 AI 应用“运行时”,函数计算进化之路
回顾历史,电网的修建,深刻地改变了世界的经济地理和创新格局。今天,一个 AI 原生的云端运行时的进化,其意义也远不止于技术本身。这是一次设计哲学的升华:从“让应用适应平台”到“让平台主动理解和适应智能应用”的转变。当一个强大、易用、经济且安全的 AI 运行时成为像水电一样的基础设施时,它将极大地降低创新的门槛。一个独立的开发者、一个小型创业团队,将有能力去创造和部署世界级的 AI 应用。这才是技术平权的真谛,是激发全社会创新潜能的关键。

相关产品

  • 实时数仓 Hologres