![]() |
阿里云云原生數據倉庫
專用API
【更新時間: 2024.08.12】
云原生數據倉庫AnalyticDB PostgreSQL版(原HybridDB for PostgreSQL)提供簡單、快速、經濟高效的PB級云端數據倉庫解決方案。
1756.3元/月
去服務商官網采購>
|
瀏覽次數
19
采購人數
0
試用次數
0
收藏
×
完成
取消
×
書簽名稱
確定
|

- API詳情
- 定價
- 使用指南
- 常見 FAQ
- 關于我們
- 相關推薦


什么是阿里云云原生數據倉庫?
云原生數據倉庫AnalyticDB PostgreSQL版(原HybridDB for PostgreSQL)提供簡單、快速、經濟高效的PB級云端數據倉庫解決方案。兼容Greenplum開源數據倉庫,MPP全并行架構,廣泛兼容PostgreSQL/Oracle的語法生態,新一代向量引擎性能超越傳統數據庫引擎10倍以上,分布式SQL優化器實現復雜查詢語句免調優。實現了對海量數據的即席查詢分析、ETL 處理及可視化探索,是各行業有競爭力的云上數據倉庫解決方案。
什么是阿里云云原生數據倉庫接口?
阿里云云原生數據倉庫有哪些核心功能?
1. 易適配,免調優
支持SQL 2003,部分兼容Oracle語法,支持PL/SQL存儲過程。新一代SQL優化器,實現復雜分析語句免調優。
2. PB級數據秒級分析
MPP水平擴展架構,支持PB級數據查詢秒級響應。向量化計算及列存儲智能索引,相比較傳統數據庫引擎在性能方面約有十倍的提升。
3. 高可用,服務永遠在線
支持分布式事務,數據ACID一致性支持,所有節點和數據跨機器冗余部署,具備自動化監控和故障切換機制,確保在任何硬件故障情況下服務能持續在線。
4. 廣泛生態兼容
支持主流BI、ETL工具。通過PostGIS插件支持地理信息數據分析,MADlib庫內置超過300個機器學習算法庫。
5. 數據互聯互通
支持通過DTS、DataWorks等工具,實現多種數據源的實時同步與批量導入;支持高并發訪問OSS,構建數據湖分析。
阿里云云原生數據倉庫的技術原理是什么?
AnalyticDB for PostgreSQL分為存儲彈性模式和Serverless兩種產品形態。存儲彈性模式是基于ECS+ESSD云盤的Shared-Nothing架構采用MPP架構,Serverless是基于ECS+本地緩存+OSS遠端存儲的存儲計算分離的Shared-Storage架構。
AnalyticDB for PostgreSQL實例包含一個協調節點(又稱Master節點)和多個工作節點(又稱Segment節點)。協調節點負責集群的元數據管理、負載均衡等。工作節點負責數據處理,工作節點內部包含Orca優化器、自研的Laser執行引擎和Beam存儲引擎,實現查詢的高性能,同時結合IMV實時物化視圖組件,打造實時數倉。工作節點掛載的ESSD云盤負責熱數據存儲,而冷數據則存儲在OSS中,通過冷熱數據分層存儲,兼顧查詢性能和存儲成本。工作節點的計算資源和存儲資源,可獨立擴縮容。
阿里云云原生數據倉庫的核心優勢是什么?
1. ETL離線數據處理
面對復雜SQL優化和海量數據大規模聚合分析等挑戰,云原生數據倉庫AnalyticDB PostgreSQL版具有如下技術優勢:
-
- 支持標準SQL、OLAP窗口函數和存儲過程。
- ORCA分布式SQL優化器,復雜查詢免調優。
- MPP多節點全并行計算,PB級數據秒級響應。
- 基于列存儲的高性能大表掃描,極高壓縮比。
2. 在線高性能查詢
面對任意維度數據即時探索和數據實時入庫更新等挑戰,云原生數據倉庫AnalyticDB PostgreSQL版具有如下技術優勢:
-
- 高吞吐數據寫入及更新(如INSERT、UPDATE、DELETE)。
- 行存儲及多種索引(如B-tree、Bitmap),點查詢毫秒級返回。
- 支持分布式事務,標準數據庫隔離級別,支持HTAP混合負載。
3. 多模數據分析
面對多種非結構化數據源的挑戰,云原生數據倉庫AnalyticDB PostgreSQL版具有如下技術優勢:
-
- 支持PostGIS插件擴展,實現地理數據分析處理。
- 通過MADlib插件擴展,內置多種機器學習算法,實現AI Native DB。
- 支持通過向量檢索,實現非結構化數據(如圖片、語音、文本)的高性能檢索分析。
- 支持JSON等格式,支持日志等半結構化數據處理分析。
在哪些場景會用到阿里云云原生數據倉庫?
1. 數據倉庫服務
您可以通過數據傳輸服務(DTS)或數據集成服務(DataX),將云數據庫(例如RDS、PolarDB)或自建數據庫批量同步到云原生數據倉庫AnalyticDB PostgreSQL版。云原生數據倉庫PostgreSQL版支持對海量數據的復雜ETL進行處理,這些操作任務也可以被DataWorks調度。同時它還支持高性能的在線分析能力,可以通過Quick BI、DataV、Tableau、帆軟等即時查詢數據,并將數據以報表形式展現。
2. 大數據分析平臺
對于MaxCompute、Hadoop和Spark中保存的海量數據,可通過采用數據集成服務(DataX)或通過對象存儲服務(OSS),快速批量導入到云原生數據倉庫AnalyticDB PostgreSQL版,幫助您實現高性能分析處理和在線數據探索。
3. 數據湖分析
云原生數據倉庫AnalyticDB PostgreSQL版可以通過外部表機制,高并行直接訪問海量云存儲OSS上的數據,構筑阿里云統一數據湖分析平臺。


-
包年包月
Master資源規格
元/每月
2
0
4
0
8
0
16
1756.3
32
5268.9
-
按量付費
Master資源規格
元/每小時
2
0
4
0
8
0
16
3.658958332
32
10.976875
計算資源
-
高可用系列
-
包年包月
計算節點規格
元/每個節點/每月
最低購買節點數量
2C16G
439.075
4
4C32G
865.99
4
8C64G
1608.745
4
16C128G
3217.4875
4
32C256G
6434.975
4
64C512G
12869.95
4
-
按量付費
計算節點規格
元/每個節點/每小時
最低購買節點數量
計算節點規格
元/每個節點/每小時
最低購買節點數量
2C16G
0.91475
4
4C32G
1.80425
4
8C64G
3.60825
4
16C128G
14.43325
4
32C256G
28.86625
4
64C512G
57.73275
4
-
-
高性能(基礎版)系列
-
包年包月
計算節點規格
元/每個節點/每月
最低購買節點數量
2C8G
382.50
2
4C16G
727.50
2
8C32G
1417.50
2
16C64G
2797.50
2
32C128G
5595.00
2
64C256G
11190.00
2
-











-
包年包月
Master資源規格
元/每月
2
0
4
0
8
0
16
1756.3
32
5268.9
-
按量付費
Master資源規格
元/每小時
2
0
4
0
8
0
16
3.658958332
32
10.976875
計算資源
-
高可用系列
-
包年包月
計算節點規格
元/每個節點/每月
最低購買節點數量
2C16G
439.075
4
4C32G
865.99
4
8C64G
1608.745
4
16C128G
3217.4875
4
32C256G
6434.975
4
64C512G
12869.95
4
-
按量付費
計算節點規格
元/每個節點/每小時
最低購買節點數量
計算節點規格
元/每個節點/每小時
最低購買節點數量
2C16G
0.91475
4
4C32G
1.80425
4
8C64G
3.60825
4
16C128G
14.43325
4
32C256G
28.86625
4
64C512G
57.73275
4
-
-
高性能(基礎版)系列
-
包年包月
計算節點規格
元/每個節點/每月
最低購買節點數量
2C8G
382.50
2
4C16G
727.50
2
8C32G
1417.50
2
16C64G
2797.50
2
32C128G
5595.00
2
64C256G
11190.00
2
-








