ApsaraDB for ClickHouse

ApsaraDB for ClickHouse est un service de base de données distribué et orienté colonnes, conçu pour l'analyse en temps réel. Performant et simple d'utilisation, ApsaraDB for ClickHouse répond aux exigences variées des entreprises. Il est largement utilisé dans l'analyse du trafic, l'analyse marketing, l'analyse comportementale, la segmentation des utilisateurs, les profils clients, la BI agile, les data marts, la surveillance réseau, les services distribués et la surveillance des liaisons.

Spécifications recommandées

15% OFF

Single-Replica Edition Réplica unique, faible coût et hautes performances

Un service ClickHouse cloud natif haute performance.

Scénarios

  • Analyse plus de 100 millions d'enregistrements de journaux.
  • Résout les goulots d'étranglement en écriture et les problèmes de stabilité d'Elasticsearch open source.
  • Prend en charge la segmentation des utilisateurs, le marketing en temps réel, l'analyse comportementale et les profils clients.

Spécifications

CPU 8 cœurs ou plus | 2 nœuds ou plus | Réplica unique

Acheter maintenant

15% OFF

High-Availability Edition Double réplica, reprise après sinistre et haute disponibilité

Un service ClickHouse cloud natif haute performance.

Scénarios

  • Analyse plus de 100 millions d'enregistrements de journaux.
  • Résout les goulots d'étranglement en écriture et les problèmes de stabilité d'Elasticsearch open source.
  • Prend en charge la mise à l'échelle verticale et horizontale des nœuds.

Spécifications

CPU 8 cœurs ou plus | 2 nœuds ou plus | Double réplica

Acheter maintenant

Avantages

Coûts réduits et meilleures performances

Prend en charge les jeux d'instructions SIMD efficaces et un moteur d'exécution vectorisé. Améliore les performances des requêtes de 100 à 1 000 fois par rapport aux bases de données traditionnelles. Prend en charge un taux de compression élevé au niveau des colonnes.

Gestion de niveau entreprise

Prend en charge l'équilibrage et la mise à l'échelle lors de la redistribution des données, l'isolation des ressources multi-tenant, la gestion en ligne des bases de données, l'orchestration des tâches de développement et l'intégration complète des données.

Facilité d'utilisation

Permet de configurer facilement les clusters, les réplicas, les paramètres, les paramètres de sécurité réseau et les systèmes d'exploitation et maintenance.

Exploitation, maintenance et assistance technique complètes

Fournit des systèmes de surveillance et de diagnostic pour les disques, le CPU, la mémoire, les IOPS, les connexions aux bases de données, les volumes de lecture et d'écriture, les TPS, ZooKeeper et les requêtes SQL lentes. Fournit une assistance technique en temps réel.

Fonctionnalités

Analyse en temps réel basée sur l'architecture data lakehouse

Fournit des services compatibles et open source, un noyau optimisé et une assistance technique professionnelle.

Stockage hiérarchisé des données chaudes et froides

Prend en charge la gestion des données selon l'utilisation du stockage à chaud et le TTL, ainsi que le déplacement automatique des données selon des politiques définies. Cela permet de réduire les coûts de stockage.

Intégration avec OSS et MaxCompute

Prend en charge l'importation de données depuis les tables externes OSS et MaxCompute, et analyse les données selon l'architecture Data Lake à moindre coût.

File d'attente de ressources

Prend en charge la création de plusieurs files d'attente de ressources et l'association d'utilisateurs à ces files. Permet d'isoler les ressources par utilisateur et de définir les priorités des requêtes. Prend en charge l'optimisation dynamique des ressources sur plusieurs files d'attente.

Intégration de données complète et efficace

Prend en charge l'importation de données depuis de multiples sources pour construire un entrepôt de données en temps réel.

Services de calcul en temps réel

Prend en charge l'écriture de données en temps réel depuis Realtime Compute for Apache Flink, Spark et ApsaraMQ for Kafka.

Services Big Data

Prend en charge la synchronisation des données depuis les services Big Data, tels que DataWorks et Data Management (DMS), ainsi que la planification de tâches basée sur les graphes acycliques dirigés (DAG).

Services de base de données

Prend en charge la synchronisation des données de base de données via MaterializeMySQL, les tables externes MySQL, DataWorks et Data Transmission Service (DTS).

Facilité d'utilisation et fonctionnalités cloud natives

Fournit des fonctionnalités complètes d'exploitation et maintenance pour réduire les coûts.

Mise à l'échelle automatique

Prend en charge la mise à l'échelle automatique du cluster pour garantir une distribution équilibrée des données.

Surveillance et alertes

Fournit des systèmes de surveillance et de diagnostic pour les disques, le processeur, la mémoire, les IOPS, les connexions aux bases de données, les volumes de lecture et d'écriture, les TPS, ZooKeeper et les requêtes SQL lentes. Fournit une assistance technique en temps réel.

Gestion en ligne des bases de données

Prend en charge la gestion en ligne des comptes, la gestion du réseau, la configuration des paramètres du cluster, la gestion des requêtes lentes et la gestion du dictionnaire de données.

Scénario type

Analyse de backtesting quantitatif sur des données historiques de marché à grande échelle

Les sociétés financières spécialisées dans le trading quantitatif utilisent généralement des stratégies et des algorithmes de trading quantitatif pour leurs investissements. Des algorithmes de haute qualité et un backtesting quantitatif fiable sont essentiels à la rentabilité. Les traders quantitatifs testent et évaluent donc les données historiques de séries temporelles à l'aide des derniers algorithmes de trading pour déterminer la rentabilité : c'est le processus de backtesting. La complexité du modèle de backtesting détermine le nombre de paramètres fournis, tels que le capital initial, le capital-risque (%), la taille du portefeuille, les commissions, le spread moyen et les indices de référence (par exemple, l'indice S&P 500), aidant les traders à évaluer l'efficacité des dernières stratégies de trading. Les traders utilisent également les algorithmes actuels pour effectuer un backtesting en conditions réelles, suivre la volatilité et prévoir les rendements futurs.

Avantages de la solution

  • Performances d'analyse en temps réel

    Les performances de requête en table large d'ApsaraDB for ClickHouse sont environ 900 fois supérieures à celles de MySQL et 10 fois supérieures à celles d'ElasticSearch.

  • Flexibilité

    L'architecture MPP d'ApsaraDB for ClickHouse offre une capacité d'écriture de données de 50 à 200 Mo/s par nœud, avec une évolutivité linéaire par ajout de nœuds.

  • Fonctionnalités enrichies

    ApsaraDB for ClickHouse propose plus de 150 fonctions intégrées pour les calculs haute précision sur les données de séries temporelles à l'aide de fonctions de fenêtrage temporel, facilitant l'analyse agrégée des données de séries temporelles.

  • Coût réduit

    ApsaraDB for ClickHouse propose le stockage hiérarchisé des données chaudes et froides, permettant l'archivage des données vers un stockage à faible coût et réduisant les coûts de stockage de plus de 85 %.

Analyse des profils clients

Effectue une analyse multidimensionnelle des comportements utilisateur à partir des journaux. Prend en charge la surveillance métier en temps réel et les opérations en temps réel via des tableaux de bord

Les avantages de notre solution

  • Analyse efficace

    Offre des capacités d'analyse performantes. Les requêtes portant sur 100 milliards d'entrées de journal sont exécutées en moins de 30 secondes. 95 % des requêtes portant sur 100 millions d'entrées de journal sont exécutées en moins de 5 secondes.

  • Intégration complète des données

    Prend en charge l'importation de données depuis de multiples services big data.

  • Écriture efficace

    Offre un débit élevé et prend en charge l'écriture de 10 milliards d'entrées de journal par heure en période de pointe.

Segmentation des utilisateurs et marketing de précision

Analyse les données historiques et nettoie les données comportementales utilisateur en temps réel. Permet de segmenter les utilisateurs pour le marketing en fonction des tags historiques et en temps réel, afin d'augmenter le nombre d'utilisateurs actifs quotidiens (DAU).

Les avantages de notre solution

  • Analyse efficace

    Améliore les performances d'analyse d'agrégation de 5 à 10 fois par rapport aux solutions d'analyse de journaux traditionnelles. Les requêtes portant sur 100 millions d'entrées de journal sont exécutées en quelques millisecondes.

  • Écriture efficace et stable

    Prévient les problèmes d'OOM lors de l'écriture de gros volumes de données de journaux par rapport à Elasticsearch. Offre une vitesse d'écriture de 50 à 200 MB/s

Évaluation publicitaire et profils utilisateurs

Effectue une analyse multidimensionnelle sur un volume important de données utilisateur, identifie les utilisateurs cibles pour la publicité et évalue les coûts publicitaires. Crée des profils utilisateurs, évalue la précision du ciblage publicitaire et estime les bénéfices attendus.

Les avantages de notre solution

  • Analyse efficace

    Effectue une analyse en ligne pour identifier les utilisateurs cibles pour la publicité. Les requêtes portant sur 100 millions d'enregistrements dans des tables larges sont exécutées en quelques secondes.

phone Contacter
Hi, I'm Alibaba Cloud AI Assistant!
I can help with questions and solutions.