重磅发布|云原生数据仓库AnalyticDB技术架构升级,大幅降低存储成本

简介: 云原生数据仓库AnalyticDB技术架构重磅升级,实现秒级扩缩容、大幅降低存储成本。

2021杭州云栖大会上,阿里云宣布云原生数据仓库AnalyticDB推出云原生+离在线一体化重大技术架构升级。AnalyticDB云原生架构基于云基础设施提供的资源池化和弹性存储能力,结合传统MPP数据库架构、离在线一体化技术以及Serverless技术创新,实现了存储计算分离、分层存储、秒级扩缩容以及多实例数据实时共享等诸多新特性,最高可降低10倍存储成本,大幅提升了计算和写入性能,让数据分析更实时、简单、高效。

3篇.jpg


AnalyticDB云原生架构版具有3大核心亮点:


1、秒级扩缩容和按需付费:AnalyticDB采用对象存储OSS作为持久化数据存储,采用分布式跨可用区的分布式事务引擎保存元数据,计算节点完全无状态化,存储和计算按需付费。实现秒级扩缩容能力,解决传统架构扩缩容过程中时间长、业务中断、存储计算耦合不灵活等痛点。


2、离在线一体化:采用高效的向量化以及Codegen技术,通过基于SIMD的向量化执行优化,在标准的TPC-DS测试集上带来5倍以上的性能提升;针对在线、离线混合负载场景,引入算子级时间片公平调度技术,实际压测中在线查询的RT最高可降低20倍;实现一个SQL引擎支持高并发交互式分析、实时更新以及高吞吐ETL处理。


3、满足事务一致性的高吞吐写和高性能读:AnalyticDB可支撑海量数据的高并发、高吞吐率写入,实现每秒百万行实时写入和更新。此外,还为用户提供了高性能读能力(接近本地盘)、以及低成本(可比拟对象存储)。读写均能满足事务ACID特性,写入数据实时可见。


随着数据规模爆炸性增长,数据处理技术也面临数据一致性和实时性、非结构化与结构化数据融合等新挑战。本次发布的云原生数据仓库AnalyticDB「云原生+离在线一体化」技术架构升级版,可大幅降低用户使用成本、为业务创新提速,让企业数据分析实时化、数据价值在线化。


目前,阿里云AnalyticDB已帮助制造业、金融、交通及政务等多个行业的数千家企业客户构建云原生数据仓库,满足企业快速增长、日趋复杂多变的数据分析需求,其中包括国税总局、中国南方航空、中国邮政、江门农商银行等,服务了众多事关国计民生的社会基础服务。

相关实践学习
阿里云云原生数据仓库AnalyticDB MySQL版 使用教程
云原生数据仓库AnalyticDB MySQL版是一种支持高并发低延时查询的新一代云原生数据仓库,高度兼容MySQL协议以及SQL:92、SQL:99、SQL:2003标准,可以对海量数据进行即时的多维分析透视和业务探索,快速构建企业云上数据仓库。 了解产品 https://www.aliyun.com/product/ApsaraDB/ads
目录
相关文章
|
9月前
|
存储 SQL 监控
数据中台架构解析:湖仓一体的实战设计
在数据量激增的数字化时代,企业面临数据分散、使用效率低等问题。数据中台作为统一管理与应用数据的核心平台,结合湖仓一体架构,打通数据壁垒,实现高效流转与分析。本文详解湖仓一体的设计与落地实践,助力企业构建统一、灵活的数据底座,驱动业务决策与创新。
|
10月前
|
存储 机器学习/深度学习 缓存
软考软件评测师——计算机组成与体系结构(分级存储架构)
本内容全面解析了计算机存储系统的四大核心领域:虚拟存储技术、局部性原理、分级存储体系架构及存储器类型。虚拟存储通过软硬件协同扩展内存,支持动态加载与地址转换;局部性原理揭示程序运行特性,指导缓存设计优化;分级存储架构从寄存器到外存逐级扩展,平衡速度、容量与成本;存储器类型按寻址和访问方式分类,并介绍新型存储技术。最后探讨了存储系统未来优化趋势,如异构集成、智能预取和近存储计算等,为突破性能瓶颈提供了新方向。
|
SQL 缓存 分布式计算
vivo 湖仓架构的性能提升之旅
聚焦 vivo 大数据多维分析面临的挑战、StarRocks 落地方案及应用收益。 在 **即席分析** 场景,StarRocks 使用占比达 70%,查询速度提升 3 倍,P50 耗时从 63.77 秒缩短至 22.30 秒,查询成功率接近 98%。 在 **敏捷 BI** 领域,StarRocks 已完成 25% 切换,月均查询成功数超 25 万,P90 查询时长缩短至 5 秒,相比 Presto 提升 75%。 在 **研发工具平台** 方面,StarRocks 支持准实时数据查询,数据可见性缩短至 3 分钟,查询加速使 P95 延迟降至 400 毫秒,开发效率提升 30%。
vivo 湖仓架构的性能提升之旅
|
7月前
|
存储 SQL 机器学习/深度学习
一文辨析:数据仓库、数据湖、湖仓一体
本文深入解析数据仓库、数据湖与湖仓一体的技术原理与适用场景。数据仓库结构严谨、查询高效,适合处理结构化数据;数据湖灵活开放,支持多模态数据,但治理难度高;湖仓一体融合两者优势,实现低成本存储与高效分析,适合大规模数据场景。文章结合企业实际需求,探讨如何选择合适的数据架构,并提供湖仓一体的落地迁移策略,助力企业提升数据价值。
一文辨析:数据仓库、数据湖、湖仓一体
|
7月前
|
存储 机器学习/深度学习 数据采集
数据湖 vs 数据仓库:大厂为何总爱“湖仓并用”?
数据湖与数据仓库各有优劣,湖仓一体架构成为趋势。本文解析二者核心差异、适用场景及治理方案,助你选型落地。
数据湖 vs 数据仓库:大厂为何总爱“湖仓并用”?
|
6月前
|
存储 NoSQL 前端开发
【赵渝强老师】MongoDB的分布式存储架构
MongoDB分片通过将数据分布到多台服务器,实现海量数据的高效存储与读写。其架构包含路由、配置服务器和分片服务器,支持水平扩展,结合复制集保障高可用性,适用于大规模生产环境。
453 1
|
7月前
|
存储 人工智能 关系型数据库
阿里云AnalyticDB for PostgreSQL 入选VLDB 2025:统一架构破局HTAP,Beam+Laser引擎赋能Data+AI融合新范式
在数据驱动与人工智能深度融合的时代,企业对数据仓库的需求早已超越“查得快”这一基础能力。面对传统数仓挑战,阿里云瑶池数据库AnalyticDB for PostgreSQL(简称ADB-PG)创新性地构建了统一架构下的Shared-Nothing与Shared-Storage双模融合体系,并自主研发Beam混合存储引擎与Laser向量化执行引擎,全面解决HTAP场景下性能、弹性、成本与实时性的矛盾。 近日,相关研究成果发表于在英国伦敦召开的数据库领域顶级会议 VLDB 2025,标志着中国自研云数仓技术再次登上国际舞台。
744 1
|
10月前
|
存储 关系型数据库 MySQL
成本直降30%!RDS MySQL存储自动分层实战:OSS冷热分离架构设计指南
在日均订单量超500万的场景下,MySQL数据年增200%,但访问集中在近7天(85%)。通过冷热数据分离,将历史数据迁移至OSS,实现存储成本下降48%,年省72万元。结合RDS、OSS与Redis构建分层架构,自动化管理数据生命周期,优化查询性能与资源利用率,支撑PB级数据扩展。
669 3
|
10月前
|
存储 关系型数据库 数据库
高性能云盘:一文解析RDS数据库存储架构升级
性能、成本、弹性,是客户实际使用数据库过程中关注的三个重要方面。RDS业界率先推出的高性能云盘(原通用云盘),是PaaS层和IaaS层的深度融合的技术最佳实践,通过使用不同的存储介质,为客户提供同时满足低成本、低延迟、高持久性的体验。
|
12月前
|
SQL 分布式数据库 Apache
网易游戏 x Apache Doris:湖仓一体架构演进之路
网易游戏 Apache Doris 集群超 20 个 ,总节点数百个,已对接内部 200+ 项目,日均查询量超过 1500 万,总存储数据量 PB 级别。
1027 3
网易游戏 x Apache Doris:湖仓一体架构演进之路

相关产品

  • 云原生数据仓库AnalyticDB MySQL版