重磅发布|云原生数据仓库AnalyticDB技术架构升级,大幅降低存储成本

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
云原生数据仓库AnalyticDB MySQL版,基础版 8ACU 100GB 1个月
简介: 云原生数据仓库AnalyticDB技术架构重磅升级,实现秒级扩缩容、大幅降低存储成本。

2021杭州云栖大会上,阿里云宣布云原生数据仓库AnalyticDB推出云原生+离在线一体化重大技术架构升级。AnalyticDB云原生架构基于云基础设施提供的资源池化和弹性存储能力,结合传统MPP数据库架构、离在线一体化技术以及Serverless技术创新,实现了存储计算分离、分层存储、秒级扩缩容以及多实例数据实时共享等诸多新特性,最高可降低10倍存储成本,大幅提升了计算和写入性能,让数据分析更实时、简单、高效。

3篇.jpg


AnalyticDB云原生架构版具有3大核心亮点:


1、秒级扩缩容和按需付费:AnalyticDB采用对象存储OSS作为持久化数据存储,采用分布式跨可用区的分布式事务引擎保存元数据,计算节点完全无状态化,存储和计算按需付费。实现秒级扩缩容能力,解决传统架构扩缩容过程中时间长、业务中断、存储计算耦合不灵活等痛点。


2、离在线一体化:采用高效的向量化以及Codegen技术,通过基于SIMD的向量化执行优化,在标准的TPC-DS测试集上带来5倍以上的性能提升;针对在线、离线混合负载场景,引入算子级时间片公平调度技术,实际压测中在线查询的RT最高可降低20倍;实现一个SQL引擎支持高并发交互式分析、实时更新以及高吞吐ETL处理。


3、满足事务一致性的高吞吐写和高性能读:AnalyticDB可支撑海量数据的高并发、高吞吐率写入,实现每秒百万行实时写入和更新。此外,还为用户提供了高性能读能力(接近本地盘)、以及低成本(可比拟对象存储)。读写均能满足事务ACID特性,写入数据实时可见。


随着数据规模爆炸性增长,数据处理技术也面临数据一致性和实时性、非结构化与结构化数据融合等新挑战。本次发布的云原生数据仓库AnalyticDB「云原生+离在线一体化」技术架构升级版,可大幅降低用户使用成本、为业务创新提速,让企业数据分析实时化、数据价值在线化。


目前,阿里云AnalyticDB已帮助制造业、金融、交通及政务等多个行业的数千家企业客户构建云原生数据仓库,满足企业快速增长、日趋复杂多变的数据分析需求,其中包括国税总局、中国南方航空、中国邮政、江门农商银行等,服务了众多事关国计民生的社会基础服务。

相关实践学习
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
|
4月前
|
存储 SQL 监控
数据中台架构解析:湖仓一体的实战设计
在数据量激增的数字化时代,企业面临数据分散、使用效率低等问题。数据中台作为统一管理与应用数据的核心平台,结合湖仓一体架构,打通数据壁垒,实现高效流转与分析。本文详解湖仓一体的设计与落地实践,助力企业构建统一、灵活的数据底座,驱动业务决策与创新。
|
2月前
|
存储 SQL 机器学习/深度学习
一文辨析:数据仓库、数据湖、湖仓一体
本文深入解析数据仓库、数据湖与湖仓一体的技术原理与适用场景。数据仓库结构严谨、查询高效,适合处理结构化数据;数据湖灵活开放,支持多模态数据,但治理难度高;湖仓一体融合两者优势,实现低成本存储与高效分析,适合大规模数据场景。文章结合企业实际需求,探讨如何选择合适的数据架构,并提供湖仓一体的落地迁移策略,助力企业提升数据价值。
一文辨析:数据仓库、数据湖、湖仓一体
|
2月前
|
存储 机器学习/深度学习 数据采集
数据湖 vs 数据仓库:大厂为何总爱“湖仓并用”?
数据湖与数据仓库各有优劣,湖仓一体架构成为趋势。本文解析二者核心差异、适用场景及治理方案,助你选型落地。
数据湖 vs 数据仓库:大厂为何总爱“湖仓并用”?
|
8月前
|
SQL 缓存 分布式计算
vivo 湖仓架构的性能提升之旅
聚焦 vivo 大数据多维分析面临的挑战、StarRocks 落地方案及应用收益。 在 **即席分析** 场景,StarRocks 使用占比达 70%,查询速度提升 3 倍,P50 耗时从 63.77 秒缩短至 22.30 秒,查询成功率接近 98%。 在 **敏捷 BI** 领域,StarRocks 已完成 25% 切换,月均查询成功数超 25 万,P90 查询时长缩短至 5 秒,相比 Presto 提升 75%。 在 **研发工具平台** 方面,StarRocks 支持准实时数据查询,数据可见性缩短至 3 分钟,查询加速使 P95 延迟降至 400 毫秒,开发效率提升 30%。
vivo 湖仓架构的性能提升之旅
|
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。
315 0
|
5月前
|
Cloud Native 关系型数据库 分布式数据库
客户说|知乎基于阿里云PolarDB,实现最大数据库集群云原生升级
近日,知乎最大的风控业务数据库集群,基于阿里云瑶池数据库完成了云原生技术架构的升级。此次升级不仅显著提升了系统的高可用性和性能上限,还大幅降低了底层资源成本。
|
7月前
|
SQL 分布式数据库 Apache
网易游戏 x Apache Doris:湖仓一体架构演进之路
网易游戏 Apache Doris 集群超 20 个 ,总节点数百个,已对接内部 200+ 项目,日均查询量超过 1500 万,总存储数据量 PB 级别。
610 3
网易游戏 x Apache Doris:湖仓一体架构演进之路
|
8月前
|
存储 弹性计算 Cloud Native
云原生成本精细化管理实践:企迈科技的成本中心建设之路
企迈实施成本中心建设的项目核心目标不仅是实现云资源的优化配置,还要为管理层提供清晰、实时的成本数据分析,帮助管理层做出更加精准的决策。通过精细化的云成本管控,逐步实现成本降低、资源合理分配和更加高效的云产品使用。
云原生成本精细化管理实践:企迈科技的成本中心建设之路
|
8月前
|
存储 缓存 Apache
小红书湖仓架构的跃迁之路
小红书研发工程师李鹏霖(丁典)在StarRocks年度峰会上分享了如何通过结合StarRocks和Iceberg实现极速湖仓分析架构。新架构使P90查询性能提升了3倍,查询响应时间稳定在10秒以内,存储空间减少了一半。RedBI自助分析平台支持灵活、快速的即席查询,优化了排序键和Join操作,引入DataCache功能显著提升查询性能。未来将探索近实时湖仓分析架构,进一步优化处理能力。

热门文章

最新文章

相关产品

  • 云原生数据仓库AnalyticDB MySQL版