阿里云全面布局云原生数据库产品体系,点亮企业数据上云之路

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
简介: 阿里云数据库正式全面升级到云原生数据库时代

9月18日云栖大会,阿里云智能数据库产品事业部负责人、达摩院数据库与存储实验室负责人、阿里巴巴集团副总裁李飞飞正式推出云原生分布式数据库PolarDB-X云原生数据仓库AnalyticDB云原生数据湖分析Data Lake Analytics(DLA)云原生多模数据库Lindorm等多款产品的发布与升级。自此,阿里云数据库正式全面升级到云原生数据库时代。

云原生数据仓库AnalyticDB,让开发人员“会数据库就会大数据”

在数据分析领域,传统自建分析系统面临扩展性差、建设成本高昂、系统复杂等一系列挑战,用户无法充分发挥数据价值。

阿里云持续探索并重磅升级云原生数据仓库AnalyticDB。AnalyticDB具备弹性扩展、海量存储、离在线一体化等能力,全面兼容数据库生态。AnalyticDB让开发人员“会数据库就会大数据”,助力企业轻松挖掘并发挥数据价值。

配图1-阿里巴巴集团副总裁、高级研究员李飞飞.png

阿里云智能数据库产品事业部负责人、阿里巴巴集团副总裁李飞飞

在本次产品能力再升级中,AnalyticDB MySQL版发布计算资源分时弹性、数据冷热分层存储及资源组隔离功能,满足用户对差异化工作负载的资源需求,有效满足数据分析性能的同时,极大程度降低企业数据分析成本。

AnalyticDB PostgreSQL版推出多Master功能和自研Laser引擎。其中,多Master功能提供并发线性扩展能力,可轻松应对高并发场景。自研Laser引擎性能较原生Greenplum提升一倍以上,为满足分析计算实时化提供了有力保证。

在今年国际最权威的数据库性能基准测试TPC-H和TPC-DS中, AnalyticDB刷新了两大榜单的性能和性价比世界纪录,荣登双榜第一。在浙江省科学技术奖的评选中,AnalyticDB也因其卓越的性能以及在传统数仓转型中的重要作用,获得科技进步一等奖。

云原生数据湖分析DLA发布一站式数据湖管理解决方案,数据湖管理、分析、计算Serverless新时代

为帮助企业快速构建数据湖,云原生数据湖分析DLA重磅发布一站式数据湖构建管理能力。DLA提供包含元数据自动发现、管理与更新;全增量建湖及Serverless计算分析的一站式数据湖解决方案。此次全新发布Serverless Spark功能,相较于自建系统,性价比提升300%,大大提升数据分析性价比。

以云原生为基础,专注解决在线数据库瓶颈

为了更高效地支持用户高并发交易及在线复杂查询的诉求,云原生分布式数据库PolarDB-X升级发布两大全新企业级功能:混合负载HTAP及全局二级索引。

据悉,PolarDB-X基于云原生存储计算分离架构,可支撑千万级并发、承载PB级海量存储。新增的混合负载HTAP特性能够同时覆盖高并发实时交易和部分在线数据分析处理场景,确保在线复杂查询的数据一致性和实时性。相比传统集中式数据库,在线交易和在线复杂查询效率最高可提升10倍。

PolarDB-X另一新功能——全局二级索引,具备多维字段拆分、透明分布式拆分能力,可满足业务对不同维度查询拆分的诉求,整体处理效率较此前提升百倍,大幅降低业务数据库使用成本。

此外,PolarDB MySQL版是目前全球唯一支持所有MySQL“现役”版本(5.6/5.7/8.0)的云原生关系型数据库。用户通过PolarDB全球数据库网络(GDN),0代码改造即可实现系统全球化部署,它首创的“计算包”和“存储包”能力,让用户兼顾经济性和灵活性,可以享受“水电计费”般自由灵活的资源使用体验。

融合托管和自建优势,云数据库专属集群MyBase重磅发布

为更好地满足多元化的用户需求,阿里云重磅推出了面向企业级客户,优化的数据库上云解决方案——云数据库专属集群MyBase,支持MySQL、PostgreSQL、SQL Server、Redis等数据库引擎。在现有云数据库服务的基础上,兼具自建数据库的低成本、自运维优势,具有云资源独享、可资源超分配、可自主资源调度、开放部分数据库和OS权限等特点。

数据库将全面进入云原生分布式时代

阿里巴巴集团副总裁、高级研究员李飞飞-2.jpg

作为数字化转型的重要一环,数据库已全面升级进入云原生+分布式的时代。阿里云云原生分布式数据库产品矩阵充分发挥了云平台弹性和分布式优势,基于资源池化、弹性扩展、智能运维以及离在线一体化4大核心特性,满足企业在突发流量、降本增效等方面的核心需求,帮助用户更敏捷、更智能化、更低成本实现数字化转型与升级。

据了解,阿里云数据库用户覆盖了金融、制造、零售、航空、物流、政务等多个领域的龙头企业,包括中国邮政、中国南方航空、海尔、美的等,助力客户完成数字化转型升级。目前,阿里云已稳居亚太云数据库市场份额第一,超过10万企业用户选择阿里云数据库,40多万个数据库实例迁移到阿里云上。

相关实践学习
AnalyticDB MySQL海量数据秒级分析体验
快速上手AnalyticDB MySQL,玩转SQL开发等功能!本教程介绍如何在AnalyticDB MySQL中,一键加载内置数据集,并基于自动生成的查询脚本,运行复杂查询语句,秒级生成查询结果。
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
目录
相关文章
|
7天前
|
人工智能 Cloud Native 数据管理
媒体声音|重磅升级,阿里云发布首个“Data+AI”驱动的一站式多模数据平台
在2024云栖大会上,阿里云瑶池数据库发布了首个一站式多模数据管理平台DMS:OneMeta+OneOps。该平台由Data+AI驱动,兼容40余种数据源,实现跨云数据库、数据仓库、数据湖的统一数据治理,帮助用户高效提取和分析元数据,提升业务决策效率10倍。DMS已服务超10万企业客户,降低数据管理成本高达90%。
|
8天前
|
分布式计算 Java 开发工具
阿里云MaxCompute-XGBoost on Spark 极限梯度提升算法的分布式训练与模型持久化oss的实现与代码浅析
本文介绍了XGBoost在MaxCompute+OSS架构下模型持久化遇到的问题及其解决方案。首先简要介绍了XGBoost的特点和应用场景,随后详细描述了客户在将XGBoost on Spark任务从HDFS迁移到OSS时遇到的异常情况。通过分析异常堆栈和源代码,发现使用的`nativeBooster.saveModel`方法不支持OSS路径,而使用`write.overwrite().save`方法则能成功保存模型。最后提供了完整的Scala代码示例、Maven配置和提交命令,帮助用户顺利迁移模型存储路径。
|
15天前
|
Cloud Native 关系型数据库 分布式数据库
|
24天前
|
人工智能 Cloud Native 关系型数据库
阿里云关系型数据库连续五年蝉联榜首
全球领先的IT市场研究和咨询公司IDC发布了《2023年下半年中国关系型数据库软件市场跟踪报告》,2023年阿里云整体市场份额(公有云+本地部署模式)稳居第一,其中公有云市场份额高达39.2%,自2019年起连续5年蝉联榜首。
|
2月前
|
人工智能 分布式计算 DataWorks
连续四年!阿里云领跑中国公有云大数据平台
近日,国际数据公司(IDC)发布《中国大数据平台市场份额,2023:数智融合时代的真正到来》报告——2023年中国大数据平台公有云服务市场规模达72.2亿元人民币,其中阿里巴巴市场份额保持领先,占比达40.2%,连续四年排名第一。
189 12
|
2月前
|
人工智能 Cloud Native 数据管理
重磅升级,阿里云发布首个“Data+AI”驱动的一站式多模数据平台
阿里云发布首个AI多模数据管理平台DMS,助力业务决策提效10倍
293 17
|
2月前
|
SQL 人工智能 大数据
阿里云牵头起草!首个大数据批流融合国家标准发布
近日,国家市场监督管理总局、国家标准化管理委员会正式发布大数据领域首个批流融合国家标准GB/T 44216-2024《信息技术 大数据 批流融合计算技术要求》,该标准由阿里云牵头起草,并将于2025年2月1日起正式实施。
81 7
|
22天前
|
存储 关系型数据库 MySQL
阿里云PolarDB解决游戏行业全球部署高并发问题
阿里云PolarDB解决游戏行业全球部署高并发问题
|
2月前
|
SQL 人工智能 大数据
首个大数据批流融合国家标准正式发布,阿里云为牵头起草单位!
近日,国家市场监督管理总局、国家标准化管理委员会正式发布大数据领域首个批流融合国家标准 GB/T 44216-2024《信息技术 大数据 批流融合计算技术要求》,该标准由阿里云牵头起草,并将于2025年2月1日起正式实施。
|
2月前
|
存储 SQL 分布式计算
Java连接阿里云MaxCompute例
要使用Java连接阿里云MaxCompute数据库,首先需在项目中添加MaxCompute JDBC驱动依赖,推荐通过Maven管理。避免在代码中直接写入AccessKey,应使用环境变量或配置文件安全存储。示例代码展示了如何注册驱动、建立连接及执行SQL查询。建议使用RAM用户提升安全性,并根据需要配置时区和公网访问权限。具体步骤和注意事项请参考阿里云官方文档。

相关产品

  • 云原生数据库 PolarDB