导读
典型离线大数据场景上，MaxCompute一直占据着不可撼动的地位，但由于其架构原因，当数据量很大时，查询速度较慢，不满足业务场景的ad-hoc查询。目前常用的加速方案是使用其他数据库来将MaxCompute数据加速查询，于是，选择一个怎样的数据库成为业务关注的重点。
所选择的数据库不仅需要能够快速查询MaxCompute中的数据，满足业务的即席查询需求，也需要有存储、计算能力，面对不同的业务要求，能支持多种查询需求，更重要的是，不能出现数据的冗余存储，操作也要简便，方便运维、开发。同时，业务的完整链路通常是会将处理好的数据对接第三方BI工具，进行可视化分析，这对数据库的兼容能力又进一步提出需求。所以选择什么样的数据库更好呢？交互式分析告诉你答案！
为什么选择交互式分析？
1.从产品定义上来说，交互式分析不能视为数据库，而是一款大数据生态体系下的实时交互产品。
2.从架构上来说，采用存储、计算分离的架构，同时支持简单查询与复杂SQL查询，能实现PB级数据秒级查询响应，每秒亿级记录写入与查询，相比开源系统性能大幅提升。
3.从产品功能上来说：
1）生态兼容：既支持直接、导入查询MaxCompute离线数据，也支持实时数据实时写入实时查询，还能对离线数据和实时数据做联邦查询，完美满足各种业务场景的即席查询。
2）兼容PostgreSQL协议：用标准的SQL语言就能开发，无需额外的学习成本；同时还提供JDBC/ODBC接口，支持对接各种BI工具，无需数据迁移就能实现可视化分析。
3）与DataWorks深度集成：自研的开发平台HoloStudio深度集成在DataWorks上，提供图形化、智能化、一站式的数仓搭建和交互式分析服务工具，简单易用，节约学习成本和时间成本。
综上所诉，加速查询MaxCompute离线数据，使用交互式分析是您的不二选择。
场景演示
下面，小编将会做场景演示，如何使用交互式分析查询MaxCompute数据并最终在Quick BI上可视化分析展现。
开发平台：MaxCompute、交互式分析（都基于DataWorks完成）、Quick BI
场景过程：MaxCompute产生数据源，交互式分析直接、导入查询MaxCompute数据，并对接Quick BI可视化展现。
前提条件
1.开通MaxCompute、交互式分析，并绑定至DataWorks项目空间。
2.开通Quick BI
1.MaxCompute准备数据源
本示例会演示交互式分析直接、导入查询两种场景，所以需要准备2张源表。
在Dataworks中新建2张表，或者直接选取数据地图中的2张表，示例选用数据地图中的两张MaxCompute表。
表1:airline
表2:bank_data
2.交互式分析查询MaxCompute数据。
在HoloStudio中查询MaxCompute数据，分为直接查询和导入查询。2者的区别在于：直接查询的数据巨仍然存储在MaxCompute，使用于一次query小于100GB的场景。导入查询的数据最终存储在交互式分析中。
1）对于表1:airline，在HoloStudio中新建外部表直接加速查询，最终数据如下：
关于直接加速查询MaxCompute表数据可以参见往期：在吗？0代码加速查询MaxCompute。
2）对于表2:bank_data导入查询，最终数据如下：
关于导入查询MaxCmpute表数据，可以参见往期：来了，2行代码秒级查询MaxCompute！
3.Quick BI可视化分析
在交互式分析中对MaxCompute数据加速查询成功后，可以直接对接Quick BI，实现数据的可视化分析。在阿里云官网找到Quick BI并进入Quick BI控制台。并在控制台新增数据源，选用PostgreSQL数据源。
| 配置项 | 说明 |
|---|---|
| 显示名称 | 自定义 |
| 数据库地址 | 连接的交互式分析数据库公共网络地址 |
| 端口 | 连接的交互式分析数据公共网络端口地址 |
| Schema | public（默认） |
| 用户名 | 当前账号的的Access ID |
| 密码 | 当前账号的Access Key |
| vpc数据源 | 不勾选 |
| SSL | 不勾选 |
1）可视化交互式分析外部表
Quick BI成功连接交互式分析后，不会在数据表列表中显示外部表，若要可视化分析外部表，需要选用即席分析SQL模式。输入查询SQL，并单击执行，得到查询数据后，单击创建数据集。
在数据集可以看到外部表，可以根据业务需要在右侧选择分析功能。例如仪表盘
按照查看数据维度来对数据进行展现，并根据个人喜好美化插件，最终展现如下：
2）可视化分析交互式分析内部表
在Quick BI中，连接成功数据源之后，即可在界面上显示出当前数据源的内部表，需要可视化分析需要单击右侧生成数据集
生成的数据集如下，对数据集新建仪表盘进行可视化分析。
最终的简易分析图表如下，可以根据分析维度自行对数据进行拖拽，简单方便。
以上操作为完整的使用交互式分析加速查询MaxCompute数据 再对接Quick BI可视化分析，无需多次导数据，也无需数据的多次迁移，用一套sql语言，就能实现从数据源-数据处理-数据可视化分析的完整链路。同时在查询性能上，还能实现秒级交互式响应，真正适用与即席查询、olap等场景。还等什么，赶紧用交互式分析吧！
若您在使用交互式分析中有任何疑问，欢迎进钉钉群交流
