# 实时数仓 Hologres #
0
关注
4165内容
AnalyticDB for MySQL：AI时代实时数据分析的最佳选择
阿里云云原生数据仓库AnalyticDB MySQL（ADB-M)与被OpenAI收购的实时分析数据库Rockset对比，两者在架构设计上有诸多相似点，例如存算分离、实时写入等，但ADB-M在多个方面展现出了更为成熟和先进的特性。ADB-M支持更丰富的弹性能力、强一致实时数据读写、全面的索引类型、高吞吐写入、完备的DML和Online DDL操作、智能的数据生命周期管理。在向量检索与分析上，ADB-M提供更高检索精度。ADB-M设计原理包括分布式表、基于Raft协议的同步层、支持DML和DDL的引擎层、高性能低成本的持久化层，这些共同确保了ADB-M在AI时代作为实时数据仓库的高性能与高性价比
Hologres揭秘：高性能原生加速MaxCompute核心原理
Hologres技术揭秘系列持续更新中，本期我们将带来Hologres高性能原生加速查询MaxCompute的技术原理解析。
Apache Doris 实时数据仓库的构建与技术选型方案
Apache Doris 实时数据仓库的构建与技术选型方案
一站式实时数仓Hologres整体能力介绍—2024实时数仓Hologres公开课 01
一站式实时数仓Hologres整体能力介绍—2024实时数仓Hologres公开课 01
Flink X Hologres构建企业级Streaming Warehouse
Flink X Hologres构建企业级Streaming Warehouse
七大经典技术场景！Apache Flink 在多维领域应用的 40+ 实践案例
随着 Apache Flink 自身的发展，越来越多的企业选择 Apache Flink 应用于自身的业务场景，如底层平台建设、实时数仓、实时推荐、实时分析、实时大屏、风控、数据湖等场景中，解决实时计算的需求。
从零开始构建：使用Hologres打造个性化推荐系统的完整指南
【10月更文挑战第9天】随着互联网技术的发展，个性化推荐系统已经成为许多在线服务不可或缺的一部分。一个好的推荐系统可以显著提高用户体验，增加用户粘性，并最终提升业务的转化率。本指南将详细介绍如何使用阿里云的Hologres数据库来构建一个高效的个性化推荐系统。我们将涵盖从数据准备、模型训练到实时推荐的整个流程。
告别头文件，编译效率提升 42%！C++ Modules 实战解析 | 干货推荐
模块相比传统文件有哪些优势？
分析性能提升40%，阿里云Hologres流量场景最佳实践
分析性能提升40%，阿里云Hologres流量场景最佳实践
免费试用