外部工具连接SaaS模式云数仓MaxCompute 实战—— 数据库管理工具篇

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 本次直播将主要分享MaxCompute查询加速功能、数据库管理工具DBeaver、DataGrip、SQL Workbench/J的部分连接演示。

作者 木弈 阿里云智能 产品经理


直播视频请点击 直播 观看。


本次分享将从四个方面讲解。

01 上节回顾

02 数据库管理工具概览

03 实操展示

04 查询加速


一、上节回顾

在第一讲中我们主要讲了 MaxCompute 生态,重点介绍了商业BI工具,包括Tableau、FineReport、FineBI、Quick BI、Yonghong Desktop BI工具的连接原理以及实操的展示。本文主讲数据库管理工具,主要是开发管理部分的DataGrip、DBeaver、SQL Workbench/J。

MC生态0720(1).jpg

二、数据库管理工具概览

数据库管理工具,即数据库图形化工具,是数据库人员必需的工具之一,MaxCompute支持与DBeaver、DataGrip和SQL Workbench/J 通过JDBC驱动连接,并可以形象化方便快捷地进行列举数据库、列举表、查看表结构、查询表数据、建表、写表、建视图、查询视图等相关操作。

1.png

连接方式

JDBC

JDBC(Java DataBase Connectivity)是一种用于执行SQL语句的Java API,可以为多种关系数据库提供统一访问,它由一组用Java语言编写的类和接口组成。简单来说就是用Java语言向数据库发送SQL语句来操作数据库。


MaxCompute JDBC 驱动

MaxCompute JDBC 驱动是 MaxCompute 提供的可以访问 MaxCompute 的JDBC接口。您可以通过标准的JDBC 接口基于 MaxCompute 执行海量数据的分布式计算查询。MaxCompute JDBC 驱动还可以用于连接MaxCompute 和支持 JDBC 的工具。


MaxCompute 相关基本参数信息

•URL:jdbc:odps:<MaxCompute_endpoint>?project=<MaxCompute_project_name>

  • :必填。MaxCompute项目所属区域的Endpoint。
  • :必填。待连接的目标MaxCompute项目名称。此处为MaxCompute项目名称,非工作空间名称。

•User:有访问指定项目权限的AccessKey ID。

•Password :AccessKey ID对应的AccessKey Secret。

FD99B6C1-AE33-49B9-987B-5B260E7B3F1F.png


三、实操展示

DBeaver实操展示

请点击 视频 查看实操部分

其他实操文档

DataGrip连接MaxCompute

SQL Workbench/J连接MaxCompute


四、查询加速

MaxCompute 查询加速 – 针对实时性要求高的查询作业,全链路加快 MaxCompute 查询执行速度

使用MaxComputeSQL语法和引擎,针对近实时场景进行优化

系统自动进行查询优化选择,同时支持用户选择延时优先还是吞吐优先的执行方式

•针对近实时场景使用不同的资源调度策略:latencybased

•针对低延时要求的场景进行全链路优化独立执行资源池;多层次的数据和meta Caching;交互协议优化


1.png


QuickBI查询加速

1.png

其他工具查询加速-&interactiveMode=true

  • interactiveMode:可选。查询加速功能开关。如果您需要启用查询加速功能,在URL后追加&interactiveMode=true配置即可。更多查询加速功能信息,请参见查询加速


是否启动查询加速功能查询速度对比

使用Davinci测试对比

查询数据量

不使用查询加速功能

使用查询加速功能

1w

10s

3s

5w

12s

7s


对比实操视频

请点击 视频 查看实操部分


更多关于大数据计算、云数仓技术交流,欢迎扫码加入 “MaxCompute开发者社区” 钉钉群

晋恒2群.jpg

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
目录
相关文章
|
2月前
|
SQL Java 关系型数据库
Java连接MySQL数据库环境设置指南
请注意,在实际部署时应该避免将敏感信息(如用户名和密码)硬编码在源码文件里面;应该使用配置文件或者环境变量等更为安全可靠地方式管理这些信息。此外,在处理大量数据时考虑使用PreparedStatement而不是Statement可以提高性能并防止SQL注入攻击;同时也要注意正确处理异常情况,并且确保所有打开过得资源都被正确关闭释放掉以防止内存泄漏等问题发生。
124 13
|
2月前
|
SQL 关系型数据库 MySQL
MySQL数据库连接过多(Too many connections)错误处理策略
综上所述,“Too many connections”错误处理策略涉及从具体参数配置到代码层面再到系统与架构设计全方位考量与改进。每项措施都需根据具体环境进行定制化调整,并且在执行任何变更前建议先行测试评估可能带来影响。
993 11
|
4月前
|
SQL XML Java
配置Spring框架以连接SQL Server数据库
最后,需要集成Spring配置到应用中,这通常在 `main`方法或者Spring Boot的应用配置类中通过加载XML配置或使用注解来实现。
434 0
|
1月前
|
存储 人工智能 OLAP
AI Agent越用越笨?阿里云AnalyticDB「AI上下文工程」一招破解!
AI 上下文工程是管理大模型输入信息的系统化框架,解决提示工程中的幻觉、上下文溢出与信息冲突等问题。通过上下文的采集、存储、加工与调度,提升AI推理准确性与交互体验。AnalyticDB PostgreSQL 版提供增强 RAG、长记忆、Supabase 等能力,助力企业构建高效、稳定的 AI 应用。
|
4月前
|
运维 算法 机器人
阿里云AnalyticDB具身智能方案:破解机器人仿真数据、算力与运维之困
本文将介绍阿里云瑶池旗下的云原生数据仓库AnalyticDB MySQL推出的全托管云上仿真解决方案,方案采用云原生架构,为开发者提供从开发环境、仿真计算到数据管理的全链路支持。
|
1月前
|
存储 人工智能 OLAP
AI Agent越用越笨?阿里云AnalyticDB「AI上下文工程」一招破解!
AI上下文工程是优化大模型交互的系统化框架,通过管理指令、记忆、知识库等上下文要素,解决信息缺失、长度溢出与上下文失效等问题。依托AnalyticDB等技术,实现上下文的采集、存储、组装与调度,提升AI Agent的准确性与协同效率,助力企业构建高效、稳定的智能应用。
|
2月前
|
存储 人工智能 关系型数据库
阿里云AnalyticDB for PostgreSQL 入选VLDB 2025:统一架构破局HTAP,Beam+Laser引擎赋能Data+AI融合新范式
在数据驱动与人工智能深度融合的时代,企业对数据仓库的需求早已超越“查得快”这一基础能力。面对传统数仓挑战,阿里云瑶池数据库AnalyticDB for PostgreSQL(简称ADB-PG)创新性地构建了统一架构下的Shared-Nothing与Shared-Storage双模融合体系,并自主研发Beam混合存储引擎与Laser向量化执行引擎,全面解决HTAP场景下性能、弹性、成本与实时性的矛盾。 近日,相关研究成果发表于在英国伦敦召开的数据库领域顶级会议 VLDB 2025,标志着中国自研云数仓技术再次登上国际舞台。
341 0
|
3月前
|
存储 人工智能 分布式计算
数据不用搬,AI直接炼!阿里云AnalyticDB AI数据湖仓一站式融合AI+BI
阿里云瑶池旗下的云原生数据仓库AnalyticDB MySQL版(以下简称ADB)诞生于高性能实时数仓时代,实现了PB级结构化数据的高效处理和分析。在前几年,为拥抱大数据的浪潮,ADB从传统数仓拓展到数据湖仓,支持Paimon/Iceberg/Delta Lake/Hudi湖格式,为开放的数据湖提供数据库级别的性能、可靠性和管理能力,从而更好地服务以SQL为核心的大规模数据处理和BI分析,奠定了坚实的湖仓一体基础。

热门文章

最新文章

相关产品

  • 云原生大数据计算服务 MaxCompute