支持基于 Btree 索引的強(qiáng)主鍵模型,在寫入數(shù)據(jù)時(shí)實(shí)現(xiàn)高效精準(zhǔn)去重。在實(shí)時(shí)寫入場(chǎng)景中單 CPU Core 可達(dá)到10萬(wàn)行/秒的寫入性能。

支持 Upsert 功能在產(chǎn)生主鍵沖突時(shí)用戶可根據(jù)實(shí)際業(yè)務(wù)需要靈活地選擇忽略更新、覆蓋更新或是條件更新模式。

在查詢方面存儲(chǔ)引擎無(wú)縫兼容多種索引類型如 Btree , GIN , GIST 和 自研向量檢索索引,可以實(shí)現(xiàn)任意維度的高性能點(diǎn)查,全文檢索和向量檢索。

2.2.3 資源隔離增強(qiáng)

支持混合負(fù)載實(shí)現(xiàn)資源最大化利用,可同時(shí)承載流式寫入,數(shù)據(jù)加工,交互式分析三類任務(wù)。

引擎通過(guò)資源組實(shí)現(xiàn)資源管理,相對(duì)使用資源隊(duì)列更精細(xì)化、管理資源類別更全面。

它支持對(duì)CPU、內(nèi)存按照業(yè)務(wù)優(yōu)先級(jí)設(shè)置資源隔離策略,支持動(dòng)態(tài)配置,配置即生效不需要重啟引擎,大大減輕運(yùn)維壓力。

2.2.4 安全能力增強(qiáng)

完善和增強(qiáng)安全能力:

●       網(wǎng)絡(luò)連接安全,支持 SSL TLS 1.1/1.2/1.3 加密算法,滿足最新的網(wǎng)絡(luò)安全要求。

●       存儲(chǔ)安全,支持云盤加密實(shí)現(xiàn)數(shù)據(jù)加密存儲(chǔ)。

●       加密算法,支持非對(duì)稱加密和對(duì)稱加密算法如 SM4。

●       支持行級(jí)和列級(jí)權(quán)限管控,做到最細(xì)權(quán)限粒度控制和最小化敏感數(shù)據(jù)訪問(wèn)。

●       動(dòng)態(tài)數(shù)據(jù)脫敏,引擎級(jí)支持對(duì)敏感字段設(shè)置脫敏規(guī)則,實(shí)現(xiàn)敏感信息過(guò)濾和保護(hù)。

●       支持 SQL 審計(jì)可對(duì) SQL 操作明細(xì)進(jìn)行審核。支持事件審計(jì)可實(shí)現(xiàn)對(duì)異常行為追溯。

3、測(cè)試結(jié)果

性能測(cè)試采用國(guó)際標(biāo)準(zhǔn) TPC-H 測(cè)試集進(jìn)行,實(shí)驗(yàn)組搭載 AMD EPYC Genoa 服務(wù)器 ,對(duì)照組集群搭載同等規(guī)格下的其它主流硬件。

3.1 測(cè)試資源

3.2 測(cè)試過(guò)程

3.3 測(cè)試總結(jié)

采用國(guó)際標(biāo)準(zhǔn) TPC-H 測(cè)試集以及在同等運(yùn)行環(huán)境下,AnalyticDB for PostgreSQL 采用 AMD EPY 服務(wù)器較比常規(guī)主流服務(wù)器平均性能提升 32.7%。

4、優(yōu)勢(shì)及應(yīng)用場(chǎng)景

4.1 離在線一體分析

AnalyticDB for PostgreSQL 在 AMD 硬件加持和全自研計(jì)算引擎及存儲(chǔ)助力下,可同時(shí)提供穩(wěn)定高效的離線批處理和高性能在線報(bào)表分析能力,具備高性價(jià)比:

●       數(shù)據(jù)加工后即可為下游報(bào)表工具或系統(tǒng)提供在線數(shù)據(jù)分析服務(wù),避免在多引擎中同步數(shù)據(jù)造成數(shù)據(jù)不一致和時(shí)效性低的問(wèn)題。

●       全自研引擎實(shí)現(xiàn)高性能交互式分析,行列混合存儲(chǔ)可實(shí)現(xiàn)高效的IO裁剪,加速多維組合分析。

●       支持實(shí)時(shí)物化視圖實(shí)現(xiàn)高并發(fā)報(bào)表查詢。

4.2 海外數(shù)倉(cāng)平滑遷移

SQL語(yǔ)法全覆蓋并且支持自定義函數(shù)和存儲(chǔ)過(guò)程。高度兼容 Greenplum/Redshift/Synapse/Snowflake 語(yǔ)法。

可覆蓋海外云數(shù)倉(cāng)產(chǎn)品企業(yè)級(jí)能力,在安全能力、資源隔離、容災(zāi)等方面實(shí)現(xiàn)加強(qiáng)。在實(shí)時(shí)分析、交互式分析能力上較比海外數(shù)倉(cāng)功能及性能更好,更具性價(jià)比。

4.3 流批一體實(shí)時(shí)數(shù)倉(cāng)

自研業(yè)界領(lǐng)先流批一體引擎讓用戶在數(shù)倉(cāng)內(nèi)即可開(kāi)發(fā)流式任務(wù),支持對(duì)批和流任務(wù)進(jìn)行細(xì)粒度的資源隔離。

●       可消費(fèi) Kafka/Flink/DTS 實(shí)時(shí)數(shù)據(jù)源,支持高吞吐流式數(shù)據(jù)寫入。

●       支持增量實(shí)時(shí)物化視圖同步和異步刷新,可實(shí)現(xiàn)實(shí)時(shí)多表關(guān)聯(lián)(支持左連接和右連接)、全量歷史數(shù)據(jù)回溯、流和批表關(guān)聯(lián)。

●       可支持實(shí)時(shí) Ad-hoc 查詢,滿足實(shí)時(shí)報(bào)表分析和下游應(yīng)用系統(tǒng)高時(shí)效性數(shù)據(jù)需求。

5、開(kāi)啟方式

新購(gòu)實(shí)例優(yōu)先開(kāi)啟AMD形態(tài)。在選擇地域時(shí),建議用戶勾選“北京、上海、杭州、深圳”地域開(kāi)啟實(shí)例。

songjy

<big id="7m3gb"></big>