分析型数据库 AnalyticDB学习 —-基本介绍

大家好，又见面了，我是你们的朋友全栈君。

分析型数据库 AnalyticDB学习 —-基本介绍

AnalyticDB简介

阿里巴巴自主研发的海量数据实时并发在线分析的云计算服务，可以在毫秒级针对千亿级数据进行多维分析和业务探索.具备海量数据的自由计算和极速响应能力（数据很多，反应很快，计算很快，可以处理高并发这个意思）

Analytic核心功能和特点

*Analytic核心功能

（1） 分档的储存 （2） 自由的查询 （3） 智能的优化 （4） 分层的安全 （5） 方便的接口 （6） 弹性的多租户

*Analytic特色功能

（1） 智能全索引 （2） 多值列 （3） 空间检索 （4） 海量dump （5） 全文检索（ai分词，全文索引） （6） 海量计算（图片处理）

*Analytic关键技术

（1） 列存

	1. 优点： 分析统计性能、大宽表查询少量列时省IO
	2. 劣势：数据分布分散时一次查询很多列浪费IO
	3. 特色：聚集列（预排序）缓解劣势

（2） 分级存储

	1. 高性能实例：查询性能快，并发能力强，存储成本高，适用于大量数据灵活分析，高并发查询等场景。
	2. 大存储实例：存储成本很低，查询性能相对差，并发弱，适用于海量数据的查询明细，低并发较高延迟分析等场景

Analytic优点

（1） 超大规模集群

 	1. 支持2000+节点集群
 	2. 单表1pb数据量
 	3. 单表亿万记录的多表关联分析

（2） 高性能

 	1. 写入数据1秒内立即可查询分析，200万+/秒
 	2. 支持3万+的并发查询能力
 	3. 无需预先进行建模的情况下实现千亿数据秒级计算
 	4. 支持行列混存功能，支持表级别配置存储模式，优化查询性能

（3） 高可用、可靠

 	1.集群节点 active-active架构，任意物理机损坏，业务无感知运行，自动恢复
 	2. 无状态化设计，存储和计算分离
 	3. 数据双层冗余设计，数据可靠性99.9999%

（4） 功能

 	1. 文本分析。ali分词
 	2. gpu硬件加速：更高性能和更低成本
 	3. 向量分析：支持向量计算

Analytic使用场景

（1） app类型：查询简单，没有多表关联操作并且计算返回结果数据不多qps（单位时间内处理的流量，最大吞吐能力）较高，rt（响应时间）在500毫秒以下 （2） BI类型：实时数据仓库，一张事实表与多维度表进行join，较多的分组，排序操作qps较低，rt1000毫秒以下 （3） Adhoc类型：多张事实表进行join并进行分组，排序，或者返回大量结果，qps等于或者高于bi类型，平均在8000毫秒

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/192507.html原文链接：https://javaforall.cn