AnalyticDB for MySQL couvre cinq grands cas d’usage : l’entrepôt de données en temps réel, l’analytique sur lac de données (data lakehouse), la génération de rapports décisionnels (BI), le marketing de précision et l’analytique pilotée par l’IA.
Entrepôt de données en temps réel
Exécuter l’analytique en temps réel et les processus ETL par lots sur des piles distinctes accroît la complexité architecturale, les efforts de développement et les coûts d’exploitation et de maintenance. Les ressources inutilisées pendant les heures creuses alourdissent encore davantage les dépenses.
AnalyticDB for MySQL unifie ces deux charges de travail sur une seule plateforme :
Traitement unifié en temps réel et par lots : Insérez, mettez à jour et supprimez des données en temps réel, tandis que l’analytique en ligne et les tâches ETL s’exécutent simultanément. Des groupes de ressources isolent les charges de travail pour éviter toute interférence.
Mise à l’échelle indépendante du calcul et du stockage : Une architecture découplée vous permet d’ajuster indépendamment les ressources de calcul et de stockage selon la demande, ce qui réduit les coûts liés aux ressources inactives.
Synchronisation en temps réel multi-sources : Synchronisez les données en temps réel depuis ApsaraDB RDS, PolarDB, Kafka, Log Service, etc. Agrégez les bases de données fragmentées dans une table unique pour une analyse unifiée.
Analytique sur lac de données (Data Lakehouse)
Les lacs de données offrent un stockage peu coûteux, mais leurs performances de requête sont médiocres. Les entrepôts de données assurent des requêtes rapides, mais à un coût de stockage plus élevé. Le transfert de données entre ces deux environnements engendre des redondances et des problèmes de cohérence.
L’édition Data Lakehouse d’AnalyticDB for MySQL comble le fossé entre les lacs et les entrepôts de données :
Gestion unifiée des métadonnées : Un service de métadonnées unifié gère les données du lac de données, éliminant ainsi les silos de données.
Spark serverless : Un moteur Spark intégré exécute le traitement de données à grande échelle sans nécessiter de cluster séparé.
Formats de stockage ouverts : Lecture et écriture natives des formats ouverts Hudi, Delta Lake et autres sur Object Storage Service (OSS), découplant totalement le stockage du calcul.
Rapports décisionnels (BI) et interactifs
Les charges de travail BI exigent que les données soient interrogeables dès leur écriture, avec des temps de réponse inférieurs à la seconde pour l’analyse multidimensionnelle. Une large compatibilité avec les outils BI réduit les coûts de développement frontal.
AnalyticDB for MySQL fournit un moteur de requête haute performance et une grande compatibilité écosystémique pour les charges de travail BI :
Interrogation quasi instantanée après écriture : Écriture de millions de lignes par seconde, rendues interrogeables en quelques millisecondes.
Analyse multidimensionnelle en moins d’une seconde : Prise en charge de requêtes portant sur des centaines de dimensions, renvoyant les résultats de jointures complexes entre des dizaines de tables en quelques millisecondes à secondes.
Connectivité directe aux outils BI : Haute compatibilité avec les normes MySQL et SQL:2003, prenant en charge Tableau, FineReport, Quick BI et des dizaines d’autres outils BI prêts à l’emploi.
Marketing de précision et croissance des utilisateurs
Les équipes marketing ont besoin d’une visibilité en temps réel sur l’acquisition, l’engagement et la rétention des utilisateurs sur tous les canaux afin de mesurer rapidement le retour sur investissement (ROI). Des boucles de rétroaction plus rapides favorisent une optimisation plus agile des campagnes et une itération produit accélérée.
AnalyticDB for MySQL assure le traitement des données en temps réel pour l’analytique marketing :
Synchronisation en temps réel multi-sources : Synchronisez les données structurées et non structurées provenant de plusieurs systèmes métier vers AnalyticDB for MySQL en temps réel pour briser les silos de données.
Analyse des campagnes en temps réel : Exécutez des corrélations en temps réel entre les journaux et les données métier pour obtenir un retour immédiat sur les performances des campagnes, sans attendre le traitement par lots.
Mise à l’échelle élastique face aux pics de trafic : Augmentez les ressources de calcul pendant les promotions et réduisez-les ensuite pour optimiser les coûts.
Analytique pilotée par l’IA
Les entreprises souhaitent permettre aux utilisateurs non techniques d’interroger les données en langage naturel, abaissant ainsi la barrière à l’entrée de l’analytique. Parallèlement, les applications d’IA ont besoin d’un stockage et d’une récupération efficaces des vecteurs pour les cas d’usage RAG, de recommandation et de recherche.
AnalyticDB for MySQL intègre des capacités d’IA qui transforment l’entrepôt de données en une plateforme d’analytique intelligente :
Interrogation en langage naturel (NL2SQL) : Les utilisateurs métier posent des questions en langage clair, et le système génère et exécute automatiquement le code SQL — aucune compétence en codage n’est requise.
Recherche vectorielle et RAG : L’indexation vectorielle native et la recherche de similarité, combinées aux grands modèles de langage, alimentent les applications de génération augmentée par la récupération (RAG) pour des questions-réponses intelligentes sur les données privées de l’entreprise.
Framework d’agent : Le framework OpenClaw Agent intégré vous permet de créer rapidement des applications d’IA avec appel d’outils, mémoire à long terme et capacités de conversation multi-tours.
Nœuds IA : Appelez directement les grands modèles de langage au sein des workflows SQL pour l’analyse de texte, la classification et la synthèse — le tout sans déplacer les données hors de l’entrepôt.