依托數據庫生態，AnalyticDB for MySQL可以給用戶提供分析場景下的標準解決方案，尤其是在大數據和性能要求較高的情況下AnalyticDB for MySQL的價值可以更好的體現。

MySQL用戶為什么要單獨構建數據倉庫

為什么要單獨構建數據倉庫，而不是直接在MySQL數據庫上運行分析查詢？這個問題我上面文章提到過，為了回答這個問題，我們先來看下數據倉庫與OLTP數據庫之間的差別。數據倉庫主要是針對批量寫入和大量數據的讀取操作，而OLTP數據庫是針對持續寫入操作以及大量的小規模讀取操作。通常，數據倉庫會因較高的數據吞吐量要求而使用非規范化模型，如星型模型和雪花模型。星型架構包含多個引用大量維度表的大型事實數據表。雪花型架構是星型架構的擴展，包含更加規范化的維度表。而OLTP數據庫則使用高度規范化的模型，更適合高事務吞吐量的要求，對于復雜查詢的性能很難滿足用戶要求。

規范化操作是一定要把分析查詢拆分到數據倉庫中，達到“臃腫”狀態時再構建數據倉庫是會付出遷移成本。直接在MySQL數據庫上運行分析查詢的缺點總結為：

很容易影響在線業務，只讀實例擴展難，無法做到實時分析；

每月新增數據比較大情況下，需要定期手動做分庫操作，從多個庫檢索數據進行分析，查詢性能無法滿足需求；

把數據統一抽取到大數據平臺，技術門檻高，改造難度大耗時長。

什么是AnalyticDB for MySQL

幾年前阿里云就意識到實時數據倉庫的必要性，2015年AnalyticDB for MySQL肩負著阿里云實時數據倉庫的使命上線公共云。AnalyticDB for MySQL是阿里云上唯一經過核心業務和超大數據量驗證的實時數據倉庫，其穩定性、規模性和性能是不容置疑的。AnalyticDB for MySQL是全球最快的數據倉庫。全球最知名的數據管理系統評測標準化TPC組織公布了數據庫領域分析性能基準測試最新排名：阿里云自研超大規模分析型數據庫AnalyticDB正式榮登榜首，成為全球第一家通過TPC第三方嚴格審計認證的云上數倉產品。

AnalyticDB采用行列混存MPP技術，突破OLTP和傳統數據倉庫技術壁壘，最大優勢是可以構建PB數據量下高性能和經濟實用的數據倉庫。全面兼容MySQL協議以及SQL:2003 語法標準，用戶只需對現有業務進行少量更改，甚至不需要進行任何更改，即可把業務全部遷移到AnalyticDB for MySQL上來。因此，它已成為當今企業構建數據倉庫和OLAP系統的理想選擇。

解決方案架構圖

架構簡單，組件少，效率高。只需通過DTS把MySQL業務庫數據實時同步到AnalyticDB for MySQL中，數據在AnalyticDB for MySQL實時數據倉庫中進行加工處理和計算。

解決方案優勢

實時性
AnalyticDB for MySQL同時具有計算的實時性（計算在用戶查詢時發生，查詢速度快，毫秒級返回）和數據的實時性（數據產生插入數倉后馬上就可以查詢到）；

低成本和易擴展
單節點最低1.30/小時，作為云上企業級數據倉庫還易擴展的特性，高峰期實現秒級擴容。

簡單易用
全量+增量自動同步，數據入庫簡單、安全可靠；

高度兼容
完全兼容MySQL，用戶無須修改SQL，遷移成本極低；

生態豐富
兼容常用BI、ETL和客戶端工具，完備適配用戶場景。

AnalyticDB for MySQL 典型應用場景

AnalyticDB for MySQL客戶案例

遞四方構建物流行業實時數倉

無他相機移動APP運營平臺

寫在最后

相比于大數據方案構建數倉，AnalyticDB for MySQL除了在實時性上有絕對優勢外，使用簡單也是不可或缺的優勢。無需要儲備大數據人才，數據庫團隊即可輕松玩轉實時數據倉庫，幫助公司節約至少百萬成本。 AnalyticDB for MySQL 1元購活動正在火熱進行中，限時續費包月八折，包年七折。你還等什么，趕緊來試用吧！

原文鏈接
本文為云棲社區原創內容，未經允許不得轉載。

總結

以上是生活随笔為你收集整理的MySQL用户如何构建实时数仓的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。