# 实时数仓 Hologres #
1
关注
4203内容
10亿+/秒！看阿里如何搞定实时数仓高吞吐实时写入与更新
10亿+/秒！看阿里如何搞定实时数仓高吞吐实时写入与更新
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
|
从Lambda架构到Kappa架构再到？浅谈未来数仓架构设计~
Linked大佬Jay Kreps曾发表过一篇博客，简单阐述了他对数据仓库架构设计的一些想法。从Lambda架构的缺点到提出基于实时数据流的Kappa架构。本文将在Kappa架构基础上，进一步谈数仓架构设计。
现代实时数仓和重要性已经越来越高，离线数仓积累的历史数据又很难被抛弃。采用新型的数仓架构，融合实时数仓和离线数仓的优点是一个值得讨论的话题。本文结合ECS的设计模式，探讨了如何设计了一套全新的混合数仓架构。
Hologres揭秘:深度解析高效率分布式查询引擎
从阿里集团诞生到云上商业化，随着业务的发展和技术的演进，Hologres也在持续不断优化核心技术竞争力，为了让大家更加了解Hologres，我们计划持续推出Hologers底层技术原理揭秘系列，从高性能存储引擎到高效率查询引擎，高吞吐写入到高QPS查询等，全方位解读Hologers，请大家持续关注！
森马基于MaxCompute+Hologres+DataWorks构建数据中台
本次案例主要分享森马集团面对多年自建的多套数仓产品体系，通过阿里云MaxCompute+Hologres+DataWorks统一数仓平台，保障数据生产稳定性与数据质量，减少ETL链路及计算时间，每年数仓整体费用从300多万降到180万。
DataWorks产品使用合集之进行ETL操作时，数据如何进行脱敏处理
DataWorks作为一站式的数据开发与治理平台，提供了从数据采集、清洗、开发、调度、服务化、质量监控到安全管理的全套解决方案，帮助企业构建高效、规范、安全的大数据处理体系。以下是对DataWorks产品使用合集的概述，涵盖数据处理的各个环节。
十大行业经典案例！Apache Flink 的 40 个最佳实践
如今，Apache Flink 行业应用几何？在降本增效的需求驱动下，企业如何实现数据与算力价值最大化？本文整理了 Flink 社区近一年的社区案例，并按照行业进行分类，供大家参考！
技术揭秘：从双11看实时数仓Hologres高可用设计与实践
本文将会从阿里巴巴双11场景出发，分析实时数仓面临的高可用挑战以及针对性设计。
构建 Streaming Lakehouse：使用 Paimon 和 Hudi 的性能对比
Apache Paimon 和 Apache Hudi 作为数据湖存储格式，有着高吞吐的写入和低延迟的查询性能，是构建数据湖的常用组件。本文将在阿里云EMR 上，针对数据实时入湖场景，对 Paimon 和 Hudi 的性能进行比对，然后分别以 Paimon 和 Hudi 作为统一存储搭建准实时数仓。
免费试用