OLAP

首页 标签 OLAP
# OLAP #
关注
4676内容
内附原文|VLDB论文精读:AI进行时,数据分析迈入增量计算时代
阿里云AnalyticDB团队近期在VLDB 2025上发表了关于增量计算的最新研究成果——论文《Streaming View: An Efficient Data Processing Engine for Modern Real-time Data Warehouse of Alibaba Cloud》。本文将对该工作进行简要介绍。
|
3月前
|
Apache Doris 中的 Data Trait:性能提速 2 倍的秘密武器
在数据库系统的核心层,查询优化器如同一位精明的策略家,不断分析数据特征并制定最优执行计划。Apache Doris 作为一款高性能的 MPP 分析型数据库,其优化器内置的 Data Trait 分析机制,通过挖掘数据内在的统计特征和语义约束,为查询优化提供了基础设施。让我们一起来探索这个强大的功能!
|
3月前
|
压缩率提升 48%,详解 Apache Doris 存储压缩优化之道|Deep Dive
本文基于 ClickBench 数据集,展示了 Apache Doris 如何通过选择压缩算法、调整数据页大小与分桶数、优化编码策略以及改进数据排序来提升压缩效率。最终,相同数据集的压缩空间从 16.08 GB 降至 8.2 GB,压缩率提升 48.6%。通过合理的调整与优化,Doris 成功在保持查询性能的同时显著降低了存储成本。
|
3月前
| |
来自: 数据库
StarRocks 性能实测:在 Coffee-shop Benchmark 中快 10 倍!
在评估数据库性能时,如何同时衡量“算得快”和“算得省”一直是工程师关注的核心问题。
|
3月前
| |
来自: 数据库
为什么实时更新场景下 Doris 查询性能是 ClickHouse 的 34 倍
企业数据分析能力从TP系统起步,随业务发展历经扩展优化,最终走向AP系统独立建设。Apache Doris凭借高并发、低延迟、实时更新与强查询性能,成为实时分析架构升级的理想选择,助力网易云音乐、快手、拉卡拉等企业实现性能倍增与成本优化。
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。
|
4月前
|
探究ClickHouse数据库的Mutation机制
ClickHouse的Mutation机制提供了一种高效的方式来处理大数据集上的修改操作。然而,需要注意的是,由于其异步和资源密集的特性,应当谨慎地进行规划和优化,以确保系统的整体性能。通过合理地使用Mutation操作,可以在保证数据一致性的同时,有效地管理和分析大规模数据集。
OLAP or OLTP该怎么选?数据库系统如何搭建?
本文深入解析了OLTP与OLAP的本质区别及适用场景,结合实际案例,帮助读者理解如何根据业务需求选择合适的数据库系统,并介绍了HTAP的优劣势,助力企业构建高效数据架构。
如何开发一套门店业绩上报管理系统?(附架构图+流程图+代码参考)
门店业绩上报管理系统通过统一数据口径,实现门店销售、客流、目标完成情况的自动化上报、审核与分析,提升数据准确性与管理效率。系统支持多维度分析、目标比对与预警,助力管理层快速决策,优化营销与补货策略。
免费试用