为什么选择 Hologres？

选择 Hologres 是我们从多个方面调研以及测试验证的结论。下面我们将结合业务行验证，因为离线数仓阶段，数据库最大的瓶颈就是查询性能和写入性能。

• 查询性能：基于目前实际的业务场景，包括简单及复杂 SQL 进行查询性能验证， 前期未做优化表现差不多，后面对 Hologres 的表设计和底层优化，我们验证出Hologres 基本能有 4 倍左右的提升，后面也会跟阿里的同事一起做更多性能调优工作；

• 写入性能：之前在某 DB 的环境上，MaxCompute 写入某 DB 的时间非常长（1亿数据一个小时左右），特别是查询业务上来后，写入性能有几倍的降速，甚至会宕机。而写入 MaxCompute 数据至 Hologres 的性能表现非常强悍，1 个亿的数据导入 10 多秒左右即可完成。

2) 满足多个分析场景 结合 MaxCompute+Hologres+Flink 搭建的流批一体实时数仓，使得我们的系统应用场景更加丰富，主要包括：

• 实时数仓：由于 Hologres 与 Flink 集成性好，通过实时的采集数据，Flink 实时计算，直接将数据写到入 Hologres 中，就能实时构建实时大屏、实时监控预警、实时推荐、实时训练等应用，快速响应业务需求；

• MaxCompute 加速查询：Hologres 可以直接通过外表的方式，对 MaxCompute的数据进行查询，如果需要更高的性能，则可以将数据导入到 Hologres 中更高性能的查询处理。如果是前一种方式，则可以在数据不输出的情况下，对离线数据进行查询分析；

• 自适应广告分析场景：Hologres 有很多丰富的分析函数，比如留存分析函数和漏斗分析函数，这对广告业务的相关场景非常适用，无需我们二次开发，直接就能使用。 综上所述，无论从性能支撑还是使用场景都非常符合我们公司的业务需求。

以上内容摘自《大数据&AI实战派 第1期》电子书，点击https://developer.aliyun.com/ebook/download/7722 可下载完整版

Hologres是一站式实时数据仓库引擎，支持海量数据实时写入、实时更新、实时分析，支持标准SQL（兼容PostgreSQL协议），支持PB级数据多维分析（OLAP）与即席分析（Ad Hoc），支持高并发低延迟的在线数据服务（Serving），与MaxCompute、Flink、DataWorks深度融合，提供离在线一体化全栈数仓解决方案。