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。
四两拨千斤：小巧新秀ClickHouse如何完美支撑史上最强双十一？
第12个双11已圆满结束，但对技术的探索永不止步。每年双11，不仅仅是剁手族的狂欢节，更是数据人的“大考”，是检验阿里云数据库技术团队技术水平与技术创新实践的舞台。本站将陆续推出双11护航背后的数据库技术实践与经验分享系列干货文章，敬请关注！今天为云数据库ClickHouse的技术解析。
Data Lake Analytics助力加和科技为广告主提供智能的流量服务
加和科技致力于构建数字服务新通路，公司的智能流量管理平台通过融合企业公域、私域流量，为企业构建贯穿消费者生命周期的流量网络，形成企业私有化的消费者数字资产。 通过业务模式的创新，建立多个领域的数字业务网络，融合AI认知能力，打造业务大脑和业务中台，最终通过数字化商业体系，帮助企业实现数字智慧在运营和决策层面的应用，助力产业的效率升级和多行业间的跨界融合。
AnalyticDB助力客如云实现精准营销服务
主要为餐饮店提供点餐和收银服务，为餐饮商户提供运营服务；餐饮/点餐管理全国No.1；44家分公司，150+代理商，600家加盟连锁商户；覆盖全国34个直营城市以及45家分站
阿里云推出业内首个云原生企业级数据湖解决方案：将在今年双11大规模应用
10月23日，数据湖高峰论坛在京召开，阿里云宣布推出业内首个云原生企业级数据湖解决方案，提供EB级数据存储、分析能力，可一站式实现湖存储、湖加速、湖管理、湖计算，帮助企业对数据深入挖掘与分析，洞察其中蕴含的价值，更适合于人工智能、物联网、自动驾驶等拥有海量数据场景的新兴行业。
AnalyticDB向量检索+AI 实战: 声纹识别
分析型数据库(AnalyticDB)是阿里云上的一种高并发低延时的PB级实时数据仓库，可以毫秒级针对万亿级数据进行即时的多维分析透视和业务探索，向量检索和非结构化数据分析是AnalyticDB的进阶功能。本文通过声纹识别的例子展示如何快速搭建一套端对端的非结构数据搜索服务。
阿里云云原生数据湖分析DLA Serverless Spark重磅发布，助力企业低成本挖掘OSS数据价值
由于解决了用户当前遇到的数据分散、复杂、难管理的问题，数据湖方案越来越深入人心，阿里云DLA产品提供了一体化解决方案，从数据湖管理到数据湖分析和计算。相对于在线引擎，Spark更适合弹性计算架构，可以跟云原生的弹性能力深度整合起来。从传统IDC到搬站上云到完全Serverless化，这条路径已经被越来越被认可为云技术的发展路径。DLA Spark采用完全云原生 + Serverless形式，相对于传统的自建Hadoop在性价比方面拥有数倍的优势。
9.28直播预告｜AnalyticDB for PostgreSQL功能发布 - 外表联邦分析&列存引擎增强
本次分享主要介绍云原生数据仓库ADB PG公共云近期发布的两项重要功能，外表联邦分析和列存引擎增强的技术解析，和最佳使用实践，欢迎大家观看直播。
8.20直播预告｜云数据库ClickHouse 应用开发&技术沙龙
深入介绍ClickHouse的内部实现原理，揭示ClickHouse性能的奥秘，并且讲解手淘流量分析业务发展过程，以及帮助用户从内核维度掌握云数据库clickhouse的最佳使用方式、基于clickhouse快速开发在线分析业务。
后疫情时代，AnalyticDB如何助力企业实现业务增长和创新
7月23日，阿里云全新升级新一代云原生数据仓库AnalyticDB，达摩院数据库首席科学家、阿里云智能数据库事业部总负责人李飞飞重磅发布了“万仓计划”，助力每个企业拥有属于自己的云原生数据仓库。今天小编为您深度解读云原生数据仓库AnalyticDB的全新升级特性。
福利 | 新一代云原生数据仓库AnalyticDB即将迎来全新升级！
7月23日，阿里云新一代云原生数据仓库AnalyticDB即将迎来全新升级！AnalyticDB可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。
从OLAP走向HTAP的全能手，云原生数据仓库AnalyticDB通过信通院双料认证
近日，在中国信息通信研究院（下文简称信通院）组织的第十批大数据产品能力评测圆满结束。由来自科研院所、高校、知名企业组织的评委会，对60余款产品进行了评测。
ClickHouse表引擎到底怎么选
表引擎在ClickHouse中的作用十分关键，直接决定了数据如何存储和读取、是否支持并发读写、是否支持index、支持的query种类、是否支持主备复制等。
阿里腾讯今日头条纷纷翻牌子，ClickHouse到底有什么本事？
ClickHouse是近年来备受关注的开源列式数据库，主要用于数据分析（OLAP）领域。目前国内社区火热，各个大厂纷纷跟进大规模使用
MySQL分析实例解读
MySQL分析实例是由RDS MySQL 与AnalyticDB for MySQL联合打造，产品级深度融合的OLTP+OLAP解决方案，解决MySQL客户复杂分析查询卡顿问题。一键购买，权限打通，自动数据同步，业务库毫无感知和影响情况下数据自动实时同步到分析库。
AnalyticDB for MySQL技术架构解析
AnalyticDB for MySQL可以实现更精细化的资源利用和更低成本的投入，让用户能更加专注于业务发展，专注于数据价值。
MySQL用户如何构建实时数仓
依托数据库生态，AnalyticDB for MySQL可以给用户提供分析场景下的标准解决方案，尤其是在大数据和性能要求较高的情况下AnalyticDB for MySQL的价值可以更好的体现。
快数据时代如何构建实时数据仓库，AnalyticDB for MySQL告诉你
FastData具有两个显著特点：第一，难以置信的速度和体量产生数据；第二，数据分析期望秒级甚至毫秒返回。FastData的价值在于其实时性，实时获取和处理数据。 在快数据时代，企业客户通常面临以下几个问题： 如何了快速解行业特性，比如行业的旺季是什么时候，还有哪些人群是自己项目的潜在意向客户，以及客户的消费观念发生了哪些变化； 如何快速了解自己的同行，如何提高自身企业的竞争力，帮助企业获得非常有价值的商业情报； 如何通过增加推荐快速提高产品销量； 企业领导址如何快速了解市场反应，从而为企业的未来作出抉择；为了帮助企业快速转身，助力企业实现数据价值在线化和实时化。
AnalyticDB for MySQL 3.0基础版重磅发布
AnalyticDB for MySQL3.0基础版（以下简称ADB for MySQL3.0）是在总结ADB for MySQL2.0产品研发与应用经验的基础上，匠心打磨推出的新一代分析型数据库。
使用DataWorks来调度AnalyticDB任务
DataWorks作为阿里云上广受欢迎的大数据开发调度服务，最近加入了对于AnalyticDB的支持，意味着所有的AnalyticDB客户可以获得任务开发、任务依赖关系管理、任务调度、任务运维等等全方位强大的能力，现在就给大家仔细介绍下如何使用DataWorks来调度AnalyticDB任务。
阿里云PB级实时数仓建设
摘要 如今，数据和分析对于企业来说是不可或缺的。很多企业的数据工程师、数据分析师和开发人员都希望将数据仓库迁移到云上，以提高性能和降低成本。本文讨论了实现实时数据仓库的必要性和实时数据模型，介绍了基于AnalyticDB构建阿里云实时数据仓库解决方案的方法和优势。
入选Gartner和Forrester报告的AnalyticDB是如何实现PB级数据分析毫秒级响应
入选Gartner和Forrester报告的AnalyticDB作为阿里巴巴的整套数据分析平台的核心产品之一，承载了将数据探索实时化，在线化的关键任务。
AnalyticDB 2.4版本发布啦！
AnalyticDB 2.4版本本周发布，很多用户期待的资源大盘功能终于上线。该功能以实例汇总信息和单节点资源信息两个维度向用户展示资源详情和系统性能，很好地协助用户进行数据探查。该版本又新增了DUMP 时支持返回数据总条数功能以及重点优化了MPP下几个函数的兼容性等特性。
AnalyticDB(原ADS)分区列的最佳实践
AnalyticDB 是阿里巴巴自研的在线数据库。 本文会对分区的概念进行解释，并帮助用户选择合适的分区，并尽可能修改查询来更加合理的使用分区从而提高查询性能。
如何提升AnalyticDB实时写入性能
从AnalyticDB写入原理分析，可以从三个方面提升AnalyticDB的写入能力：降低网络传输开销、减少与硬件设备io操作和尽量少消耗cpu资源。针对这三个特性本文将介绍如何对写入sql进行改造以达到最优性能。
阿里云高性能时序数据库 TSDB 启动公测，为物联网而生的数据库！
2017云栖大会·上海峰会上，阿里云发布了面向物联网场景的高性能时间序列数据库 (Time Series Database , 简称 TSDB) 。TSDB 可支持每秒1000万时序数据点写入；具备PB级别的数据存储能力，提供高效压缩算法，整体存储成本降低90%；提供时序数据插值计算，降精度计算，时间纬度聚合计算，空间纬度聚合计算的能力。
分析型数据库+数据传输，构建企业级实时数仓
传统的离线数据仓库，将业务数据集中进行存储后，以固定的计算逻辑定时进行ETL 和其它建模后产出报表等应用。离线数据仓库一般采用每日或每几个小时进行一次计算的方式，计算和数据的实时性均较差，业务人员无法根据自己的即时性需要获取几分钟之前的实时数据。
用好阿里云分析型数据库大存储实例，大幅降低大数据应用成本
在企业的业务中，经常拥有海量的历史结构化数据，虽然不会高频度的使用，但是不排除会不定期的被检索、查询（检索频率一般在100-1000次每天）。如物联网、交易历史详单查询、监控/日志数据检索等场景。这时企业需要廉价的存储计算方案，但是又不能将数据存储于离线计算系统或归档到对象存储系统，就需要使用分析.
谁才是多快好省的数据分析选择？
无论是简单的 Coffee Bench Join 场景，还是贴近生产的复杂 TPC-H/TPC-DS 测试，Apache Doris 都能展现出碾压级的性能优势：在满足 OLAP 分析需求的前提下，其性能与成本的综合性价比，相较 Snowflake 和 ClickHouse 高出 5-10 倍以上。
爱玛集团：All In SelectDB 构建极速统一数据平台，领航 AI 数智化实践
爱玛集团作为电动车行业的领军企业，在经过三年多的数智化转型实践，成功构建了 All In SelectDB 的统一数据平台，实现了从传统 Hadoop 多组件架构到 SelectDB 轻量级一体化平台的转变，数据处理效率提高 5-8 倍，系统稳定性显著提升。
从极速复制“死了么”APP，看AI编程时代的技术选型
本文以爆款 App“死了么”为例，讲述在AI时代如何通过 Supabase 等 BaaS 服务实现极简全栈开发。借助AI编程工具与无服务器架构，开发者可快速完成从创意到上线的全流程，降低后端复杂度，聚焦核心业务逻辑，实现低成本、高效率的 MVP 落地。
Agentic Analytics 时代，AI Agent 真正需要怎样的数据基座？
飞轮科技创始人马如悦指出：Agentic Analytics 的落地瓶颈不在模型，而在数据基座。SelectDB（基于 Apache Doris）以实时极速分析、湖仓一体联邦查询、语义建模与MCP接口，支撑AI Agent实现快响应、广覆盖、可理解的智能分析。（239字）
