数据仓库
阿里云自主研发的云原生数据仓库，具有高并发读写、低峰谷读写、弹性扩展、安全可靠等特性，可支持PB级别数据存储，可广泛应用于BI、机器学习、实时分析、数据挖掘等场景。包含AnalyticDB MySQL版、AnalyticDB PostgreSQL 版。
阿里云 ClickHouse 企业版云原生 ClickHouse 技术揭秘
云数据库 ClickHouse 企业版是阿里云和 ClickHouse, Inc 战略合作打造的云原生ClickHouse 产品。企业版推出专属 SharedMergeTree 云原生引擎，支持存算分离，Serverless 秒级实时弹性，集群吞吐和查询效率线性扩展及 Lightweight update 实时更新能力。本文将详细揭秘 SharedMergeTree 实现机制，实时弹性扩展实现原理，lightweight update 技术实现原理，同时对企业版和开源版进行详细的性能测试对比。
快速上手并跑通AnalyticDB PostgreSQL版TPC-H测试
本案例介绍如何创建AnalyticDB PostgreSQL实例、生成测试数据、建表、导入数据，并跑通TPC-H查询。
ChatGPT都推荐的向量数据库，不仅仅是向量索引
本文带大家一起了解阿里云 AnalyticDB 技术负责人姚奕玮在 QCon 全球软件开发大会（北京站）2023 上的精彩演讲，解密 AnalyticDB 全自研企业级向量数据库核心技术，以及新一代向量数据库在云原生存算分离和 AI 原生上的技术演进路线。
一文教会你使用强大的ClickHouse物化视图
在现实世界中，数据不仅需要存储，还需要处理。处理通常在应用程序端完成。但是，有些关键的处理点可以转移到ClickHouse，以提高数据的性能和可管理性。ClickHouse中最强大的工具之一就是物化视图。在这篇文章中，我们将探秘物化视图以及它们如何完成加速查询以及数据转换、过滤和路由等任务。 如果您想了解更多关于物化视图的信息，我们后续会提供一个免费的培训课程。
AnalyticDB MySQL — Spark 助力在OSS上构建低成本数据湖
阿里云对象存储OSS（Object Storage Service）是阿里云提供的海量、安全、低成本、高可靠的云存储服务。通过和OSS团队的深入合作，AnalyticDB MySQL 的Spark能力 更好发挥了云原生数据湖方案的优势，本文为你详细解读！
AnalyticDB PostgreSQL构建一站式实时数仓实践
本文介绍通过 AnalyticDB PostgreSQL 版基于实时物化视图，构建流批一体的一站式实时数仓解决方案，实现一套系统、一份数据、一次写入，即可在数仓内完成实时数据源头导入到实时分析全流程。
ClickHouse 23.7 版本发布说明
本文描述了部分特别值得我们重点关注的新功能。但值得注意的是，现在有几个功能已经在生产环境就绪，或处于默认启用的状态。您可以在这篇文章的末尾找到它们。
边锋 x AnalyticDB MySQL：打造一站式游戏数据分析平台
杭州边锋网络技术有限公司是国内领先的休闲游戏开发商、运营商、发行商。20余年来，边锋网络一直是中国棋牌游戏的开拓者和变革者。 边锋网络市场覆盖20余个省份，注册用户过亿，月活跃用户上千万，是国家级重点软件企业（一类）。公司大数据分析系统"反应堆"目前支持着包括雀神广东麻将、边锋斗地主、蜀山四川麻将、功夫川麻等10余款休闲游戏产品；
一文教你使用ClickHouse的字典(dictionary)
在本文中，我们将借此机会提示用户：字典在加速查询方面的强大作用 - 尤其是包含JOIN的查询，以及一些使用技巧。此外，本文中的所有示例都可以在我们的play.clickhouse.com环境中复现（参见 blogs 数据库）。
新手避坑：盘点使用ClickHouse最容易犯的12个错误
在这篇文章中，我们突出了新手用户遇到的最常见的12个问题，这些问题是由于在使用ClickHouse的过程中，不遵循最佳实践，甚至反最佳实践而导致的。对于每一个问题，我们都推荐了一个解决方案或正确的使用方法。
AnalyticDB PostgreSQL版7.0版本公测期间，享优先购买福利！一次性购买6个月资源，可享0.1折！
云原生向量数据库AnalyticDB PostgreSQL版全新发布7.0公测版本！版本性能较开源实现开箱5X性能提升！
大模型规模化落地，企业AIGC应用支持多个大语言模型（LLM)切换及GPU规划化管理（PAI-EAS + ADB-PG)
随着年初的ChatGPT引爆大语言模型市场， LLM的集中爆发，大部分企业已经完成了AIGC产品的调研，并进入第二阶段， 即寻求大规模落地的AIGC产品解决方案。本文介绍了如何企业规模化大语言模型落地，支持多个模型的快速使用，包括通义千问-7b，ChatGLM-6b，Llama2-7b ，Llama2-13b，百川-13b和Falcon-7b。
如何实现基于Flink的高吞吐、精确一致性数据入湖
APS（ADB Pipeline Service）简介：ADB湖仓版在深化自身湖仓能力建设的同时，还推出了APS（ADB Pipeline Service）数据通道组件，为客户提供实时数据流服务实现数据低成本、低延迟入湖入仓。本文以数据源SLS如何通过APS实现高速精确一致性入湖为例，介绍相关的挑战和解决方法。
Forrester云数仓报告：国内唯一，阿里云连续两次进入卓越表现者象限
国际权威咨询机构Forrester发布最新云数据仓库研究报告 《The Forrester Wave™: Cloud Data Warehouses, Q2 2023》，凭借产品性能和市场规模等方面的表现，阿里云连续第二次进入卓越表现者象限，是国内唯一挺进该象限的科技公司。
找不到目标用户？云原生数仓AnalyticDB MySQL秒级圈人功能大揭秘
营销域中的洞察分析/智能圈人/经营报表等场景是OLAP分析型数据库的重要应用场景，阿里云瑶池旗下的云原生数据仓库AnalyticDB MySQL在淘宝、饿了么、菜鸟、优酷、盒马等业务的营销场景有比较长时间的积累和沉淀，我们将通过一系列文章来介绍AnalyticDB MySQL在营销域数据产品中的落地与应用，之前文章介绍了“漏斗分析”的实现与应用，本文主要介绍“秒级圈人&画像分析”的实现与应用。
一文读懂AnalyticDB MySQL过滤条件智能下推原理
在常规认知中，过滤条件肯定是推的越靠近底层越好，将尽可能多的过滤条件更贴近存储层数据源，以使查询时能跳过无关的数据，但是过滤条件下推到存储层一定会快吗？
10倍性能提升！一文读懂AnalyticDB MySQL秒级漏斗分析函数
营销域中的洞察分析/智能圈人/经营报表等场景是OLAP分析型数据库的重要应用场景，云原生数据仓库AnalyticDB MySQL在淘宝、饿了么、菜鸟、优酷、盒马等业务的营销场景有比较长时间的积累和沉淀，我们将通过一系列文章来介绍AnalyticDB MySQL在营销域数据产品中的落地与应用，本文主要介绍“漏斗分析”的实现与应用。
技术干货｜云原生数仓AnalyticDB MySQL实时存储引擎演进之路
AnalyticDB MySQL作为一款实时数仓产品，在传统数仓的能力基础上为了支持低延迟的写入、更新场景，架构上设计了实时存储引擎；用户的写入、更新会以append_only的方式写入实时存储引擎，经过compact之后构建索引以支持复杂的计算场景。
Redis 持久化及集群架构
本篇技术博文将深入探讨 Redis 持久化机制的原理、配置和使用方式。我们将介绍两种常用的持久化方式：RDB 持久化和 AOF 持久化。您将了解到它们的工作原理、优缺点以及如何根据需求选择合适的持久化方式。 通过深入学习 Redis 持久化及集群架构，您将能够构建稳定、可靠并具备高可用性的 Redis 存储解决方案。这有助于提升系统的性能和稳定性，确保数据安全并能够应对高并发和大规模应用的需求。
C语言驱动开发之内核解锁与强删文件
在某些时候我们的系统中会出现一些无法被正常删除的文件，如果想要强制删除则需要在驱动层面对其进行解锁后才可删掉，而所谓的解锁其实就是释放掉文件描述符（句柄表）占用，文件解锁的核心原理是通过调用ObSetHandleAttributes函数将特定句柄设置为可关闭状态，然后在调用ZwClose将其文件关闭，强制删除则是通过ObReferenceObjectByHandle在对象上提供相应的权限后直接调用ZwDeleteFile将其删除，虽此类代码较为普遍，但作为揭秘ARK工具来说也必须要将其分析并讲解一下。
AnalyticDB MySQL带你深入浅出SQL优化器原理
SQL优化器是数据库、数据仓库、大数据等相关领域中最复杂的内核模块之一，它是影响查询性能的关键因素。比如大家熟知的开源产品 MySQL、PostgreSQL、Greenplum DB、Hive、Spark、Presto，都有自己的优化器。本文将由浅入深地带读者了解其中技术原理。
天弘基金引入阿里云瑶池数据库，实现百亿级数据处理和分析
天弘基金采用AnalyticDB云原生实时数据仓库后，实现了此前架构无法完成的百亿级数据实时处理与分析，逐步从数据支持业务升级到数据驱动业务
降本增效｜云原生数仓AnalyticDB MySQL的Serverless弹性技术解析
作者：李伟（花名：沐远）， 云原生数据仓库AnalyticDB MySQL核心研发人员，专注于数据仓库的云原生及Serverless弹性。 通过此文带你深入了解ADB MySQL湖仓版弹性技术解密！
如何使用AnalyticDB PostgreSQL 版实现“一站式全文检索”业务
本文从阿里云用户使用云原生数据仓库AnalyticDB PostgreSQL版（以下简称ADB PG）的实际体验出发，介绍ADB PG如何实现“一站式全文检索”业务，并详细阐述ADB PG使用的优势技术，最后提供对应业务案例分析。
AnalyticDB MySQL升级为湖仓一体架构：从湖到仓，打造云原生一站式数据分析平台
AnalyticDB MySQL湖仓版同时支持低成本离线处理和高性能在线分析，适合ETL/BI报表/交互式查询/APP应用等多场景，并可无缝替换CDH/TDH/Databricks/Presto/Spark/Hive等
2023 Databricks Data+AI Summit：All in AI
Databricks Data+AI Summit 7月初在旧金山召开，整个发布会看下来，最大的感受就是All in AI和All in One。
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(1)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(1)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(2)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(2)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(3)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(3)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(4)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(4)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(5)
《云原生一站式数据库技术与实践》——二、云原生数据仓库AnalyticDB MySQL高性能存储引擎(5)
