前言
近期, 全球權威IT咨詢機構Forrester發(fā)布"The Forrester WaveTM: CloudData Warehouse Q4 2018"研究報告，阿里巴巴分析型數(shù)據(jù)庫(AnalyticDB)成功入選 ！AnalyticDB作為阿里巴巴自主研發(fā)的PB級實時云數(shù)據(jù)倉庫，全面兼容MySQL協(xié)議以及SQL:2003 語法標準，可以毫秒級針對萬億級數(shù)據(jù)進行即時的多維分析透視和業(yè)務探索，幫客戶將整個數(shù)據(jù)分析和價值化從傳統(tǒng)的離線分析帶到下一代的在線實時分析模式。本文將深入解讀AnalyticDB成功入選背后的核心產品以及帶來的客戶價值。

核心能力一：快和實時

分析型數(shù)據(jù)庫AnalyticDB在瞬間即可對萬億級別的數(shù)據(jù)進行實時的多維度分析透視，快速發(fā)現(xiàn)數(shù)據(jù)價值。AnalyticDB對復雜SQL查詢速度相比傳統(tǒng)的關系型數(shù)據(jù)庫快10倍，此外，AnalyticDB還可以快速擴容至數(shù)千節(jié)點的超大規(guī)模，進一步提升查詢響應速度。三大模塊合力構筑了遠遠領先競爭對手的性能優(yōu)勢：

智能SQL優(yōu)化器：針對復雜的SQL查詢，AnalyticDB的SQL Optimizer 實現(xiàn)了多種查詢改寫優(yōu)化，同時依據(jù)統(tǒng)計信息選擇JOIN ORDERING最優(yōu)路徑，并支持 CTE 歸并等功能。同時針對高并發(fā)低延遲查詢，提供智能的 Plan cache，將相似SQL Pattern 計劃都緩存起來，規(guī)避重復優(yōu)化開銷。

曦和計算引擎： AnalyticDB 在2017年全面升級為新一代曦和分布式計算引擎，整體采用MPP架構，并支持DAG計算模型，節(jié)點內引入LLVM等運行時編譯優(yōu)化JIT技術，性能提升一倍以上。數(shù)據(jù)分析任務在曦和計算引擎內被打散成小顆粒的計算單元，引擎內置分時輪詢的計算調度機制，可以保證高并發(fā)下作業(yè)任務的穩(wěn)定運行。

玄武存儲引擎：AnalyticDB支持行列混合存儲，同時針對不同的數(shù)據(jù)類型，當數(shù)據(jù)實時寫入時，智能的構建多種維度索引，包括B+索引、區(qū)間索引、倒排索引、位圖索引等，并對傳統(tǒng)索引算法進行創(chuàng)新，引入動態(tài)過濾、延遲物化等方式，極大的降低I/O，實現(xiàn)高性能的點或范圍的檢索，支持千億級記錄關聯(lián)分析。

核心能力二：超大規(guī)模
AnalyticDB是全分布式結構，使得數(shù)據(jù)庫支持ECU節(jié)點動態(tài)線性擴容至數(shù)千節(jié)點。用戶可以通過橫向擴容來大幅度提升查詢SQL響應速度、以及換來SQL處理高并發(fā)。 AnalyticDB 基于阿里云飛天系統(tǒng)構筑，AnalyticDB采用分層解耦架構，同時將分析計算、數(shù)據(jù)寫入、索引構建等分離為不同節(jié)點，同時各種類型節(jié)點采用多活運行模式實現(xiàn)高可用，數(shù)據(jù)存儲在盤古分布式文件系統(tǒng)上，實現(xiàn)高可靠和高性能讀寫I/O，在整體架構上實現(xiàn)了彈性擴展和高可用。AnalyticDB架構上每一層結構，都充分的考慮了規(guī)模化擴展性問題。

**
核心能力三：高并發(fā)實時寫入和更新**

由于無論是前端接入層、寫入節(jié)點支持動態(tài)大規(guī)模擴展，客戶可以從最小規(guī)模的10萬TPS寫入能力，通過橫向擴容節(jié)點提升至1000萬+TPS的寫入能力，實時寫入后，數(shù)據(jù)秒級別可見，從寫入到分析整個數(shù)據(jù)延遲控制在秒級。

單個表最大支持PB級數(shù)據(jù)，十萬億記錄，傳統(tǒng)的數(shù)據(jù)倉庫通常是離線Load數(shù)據(jù)模式，不具備實時高并發(fā)寫入能力。正是由于具備海量數(shù)據(jù)實時寫入能力，AnalyticDB數(shù)據(jù)分析時效性非常高，是企業(yè)數(shù)據(jù)離線計算轉實時化的下一代核心解決方案。

核心能力四：靈活

AnalytiDB無論是前端接入層還是彈性計算層、以及數(shù)據(jù)存儲層均是全分布式設計，全局無單點。外加存儲計算分離結構，帶來的優(yōu)勢是極度靈活。云上客戶不僅可以隨時進行靈活調整節(jié)點數(shù)量，還可以做實例規(guī)格的動態(tài)升降配。AnalytiDB同時支持在存儲型的SATA實例和高性能的SSD實例間靈活切換。

舉例來說： 可以從8個高性能的c4實例升到12個高性能的c8實例，或從12個c8降到8個c4，甚至從2個高性能c8節(jié)點切換至4個大存儲SATA的s2n等，企業(yè)可以真正做到靈活控制成本。

核心能力五：易用

AnalyticDB作為云端托管的PB級SQL數(shù)據(jù)倉庫，高度兼容MySQL協(xié)議和SQL:2003，通過標準SQL和常用的BI工具、以及ETL工具平臺即可輕松使用。同時結合阿里云數(shù)據(jù)傳輸服務(DTS) + 數(shù)據(jù)可視化配套(Datav & QuickBI), 輕松拖拽式即可完成企業(yè)的實時數(shù)據(jù)倉庫建設。AnalyticDB旨在幫助企業(yè)降低實時數(shù)據(jù)化運營的建設門檻。

為企業(yè)解決數(shù)據(jù)化建設效率和性能難題

遞四方集團（4PX）是領先的跨境電商物流服務提供商。遞四方信息科技團隊在建設了多年的離線數(shù)據(jù)平臺后，需要短時間內建設PB級別實時數(shù)據(jù)平臺支持數(shù)字化運營。遞四方信息科技在調研了一系列的解決方案后，綜合成本和建設效率等因素，最后選擇了基于AnalyticDB來構建實時數(shù)據(jù)平臺。 雙方通力合作，在極短時間內通過
DTS+AnalyticDB+DataV/QuickBI套件，以簡單快速的拖拽配置方式完成了4PX企業(yè)實時數(shù)倉的初期基礎建設。

無他相機作為一款流行的拍照智能App, 有各種用戶和App數(shù)據(jù)需要上報做實時分析，以幫助運營人員做活動效果分析以及開發(fā)人員做App分析，不斷優(yōu)化用戶體驗和App質量。數(shù)據(jù)總量約100億，需實時入庫更新，客戶最早期的方案是MySQL，后續(xù)換成了MongoDB，解決了實時寫入問題，但是分析性能巨慢。在使用了分析型數(shù)據(jù)庫的存儲型實例后，將業(yè)務數(shù)據(jù)直接寫入AnalyticDB，不但解決了實時高并發(fā)寫入問題，復雜分析性能從40分鐘+降低到秒級別，高分期QPS 1800+。

典型行業(yè)客戶-他們也在使用AnalyticDB

展望未來：儲備更多創(chuàng)新力量 + 構筑更豐富的生態(tài)

分析型數(shù)據(jù)庫AnalyticDB，作為阿里巴巴下一代PB級實時數(shù)據(jù)倉庫, 承載著整個集團內和云上客戶的數(shù)據(jù)價值實時化分析的使命。此次報告可以看出，整個大數(shù)據(jù)企業(yè)服務邁入CDW階段，靈活、易用、自助化服務成為主流趨勢，AnalyticDB接下來將在易用性、數(shù)據(jù)通道、任務管理、可視化等周邊生態(tài)建設上繼續(xù)做廣、做深。同時也為未來儲備了一些核心力量，并取得階段性的進展：

分析型數(shù)據(jù)庫AnalyticDB首次在“雙11 全球狂歡節(jié)” 采用GPU加速加速技術，在計算成本大幅降低的情況下，服務全球商家將數(shù)據(jù)分析從離線進入在線時代，支撐PB級數(shù)據(jù)從T+1計算提速到秒級實時分析。

向量分析首次支撐銀泰、盒馬等新零售場景的人臉識別、算法推薦、結構化數(shù)據(jù)實時融合分析，毫秒級打通線上線下會員體系，支撐實時數(shù)據(jù)化線下互動、營銷。

AnalyticDB為數(shù)據(jù)價值在線化而生，作為實時云數(shù)據(jù)倉庫平臺，希望能將最領先的下一代實時數(shù)倉能力普惠給所有企業(yè)，幫助企業(yè)轉型加速數(shù)據(jù)價值探索和在線化。
查的慢，就用AnalyticDB！

?

原文鏈接
本文為云棲社區(qū)原創(chuàng)內容，未經(jīng)允許不得轉載。

總結

以上是生活随笔為你收集整理的阿里巴巴下一代云分析型数据库AnalyticDB入选Forrester Wave™ 云数仓评估报告 解读的全部內容，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(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。