AnalyticDB for MySQL adalah layanan gudang data yang sepenuhnya dikelola dan mampu memproses petabyte data secara real-time. AnalyticDB for MySQL kompatibel dengan MySQL, mendukung pembaruan data dalam hitungan milidetik, serta merespons permintaan kueri dalam waktu sub-detik.
AnalyticDB for MySQL menggunakan arsitektur data lakehouse untuk memproses data terstruktur, semi-terstruktur, dan tidak terstruktur dari gudang data dan danau data secara efisien. Platform ini menyediakan solusi analisis data komprehensif bagi perusahaan. AnalyticDB for MySQL mendukung pemrosesan batch data dalam jumlah besar untuk wawasan mendalam serta menawarkan kemampuan analisis data real-time berperforma tinggi, membantu perusahaan merespons perubahan bisnis dengan cepat, mengurangi biaya, dan meningkatkan efisiensi.
Apa yang bisa dilakukan oleh AnalyticDB for MySQL untuk Anda
Mengimpor data terstruktur, semi-terstruktur, dan tidak terstruktur ke AnalyticDB for MySQL untuk integrasi dan analisis multi-sumber. | Menyinkronkan data dari berbagai sumber seperti PolarDB, ApsaraDB RDS, ApsaraMQ for Kafka, dan Simple Log Service ke AnalyticDB for MySQL secara real-time. |
Pemrosesan ekstraksi, transformasi, dan pemuatan (ETL) batch Mengekstrak data dari sumber, membersihkan dan mentransformasi data tersebut, lalu memuatnya ke dalam AnalyticDB for MySQL. Alat penjadwalan seperti Data Management (DMS), DataWorks, Airflow, DolphinScheduler, dan Azkaban dapat digunakan untuk pemrosesan ETL periodik. | AnalyticDB for MySQL mengintegrasikan mesin komputasi Spark. Anda dapat menggunakan Spark SQL untuk menanyakan data terstruktur, paket Spark JAR untuk mengembangkan pekerjaan pemrosesan batch kompleks, atau PySpark untuk pembelajaran mesin dan komputasi data. |
Mengapa memilih AnalyticDB for MySQL
Dukungan untuk berbagai sumber data
AnalyticDB for MySQL mendukung berbagai sumber data, termasuk database relasional, database NoSQL, platform big data, penyimpanan, log, antrian pesan, dan file teks.
Tipe | Sumber data |
Database relasional | ApsaraDB RDS for MySQL |
ApsaraDB RDS for SQL Server | |
PolarDB for MySQL | |
PolarDB-X | |
Database MySQL yang dikelola sendiri | |
Database Oracle yang dikelola sendiri | |
Database non-relasional | ApsaraDB for MongoDB |
Lindorm | |
Database HBase yang dikelola sendiri | |
Big data | MaxCompute |
Flink | |
Hive | |
Penyimpanan | Object Storage Service (OSS) |
AWS S3 | |
Azure Blob Storage | |
Google Cloud Storage | |
Tablestore | |
HDFS | |
Log | Simple Log Service |
Logstash | |
Antrian pesan | Kafka |
File lokal | File teks |
Untuk informasi tentang cara mengimpor data dari sumber data ke AnalyticDB for MySQL, lihat Impor data.
Integrasi mulus dengan berbagai klien, driver, alat BI, dan alat penjadwalan
AnalyticDB for MySQL kompatibel dengan MySQL dan dapat diintegrasikan secara mulus dengan sebagian besar klien, driver, alat business intelligence (BI), dan alat penjadwalan yang mendukung MySQL.
Kategori | Alat |
Klien | |
Driver | |
Alat BI | |
Alat penjadwalan |
|
Kinerja tinggi
AnalyticDB for MySQL dapat menangani operasi pada sejumlah besar data dalam hitungan detik atau milidetik, memberikan performa untuk kueri kompleks hingga 10 kali lebih cepat dibandingkan database relasional.
Di AnalyticDB for MySQL, data menjadi dapat di-query dalam milidetik setelah ditulis, bahkan dalam jumlah besar, dengan kekonsistenan data yang kuat dipastikan.
Skalabilitas elastis
AnalyticDB for MySQL menggunakan arsitektur penyimpanan-komputasi terpisah dan memungkinkan sumber daya komputasi dan penyimpanan diskalakan secara terpisah.
Untuk menghadapi fluktuasi bisnis, Anda dapat meningkatkan sumber daya komputasi secara manual atau mengonfigurasi penskalaan elastis otomatis dalam spesifikasi sumber daya komputasi tertentu.
Sumber daya penyimpanan dapat diskalakan secara otomatis berdasarkan volume data. Anda akan dikenai biaya untuk sumber daya penyimpanan dengan basis bayar sesuai pemakaian. Anda juga dapat menyimpan data historis di OSS untuk mengurangi biaya.
Keamanan data dan kepatuhan perusahaan
AnalyticDB for MySQL memastikan keamanan data dan kepatuhan perusahaan di berbagai aspek seperti izin, koneksi, enkripsi, audit, dan cadangan. Tabel berikut menjelaskan beberapa fitur dari AnalyticDB for MySQL dalam hal keamanan dan kepatuhan.
Kategori | Fitur | Deskripsi |
Manajemen izin | Setelah Anda menggunakan akun Alibaba Cloud untuk memberikan izin kepada pengguna RAM, pengguna RAM dapat membuat dan mengelola kluster AnalyticDB for MySQL berdasarkan izin tersebut. Misalnya, Anda dapat masuk ke konsol AnalyticDB for MySQL, membuat atau menghapus kluster, dan mengonfigurasi daftar putih alamat IP sebagai pengguna RAM. | |
AnalyticDB for MySQL mendukung izin pada tingkat global, database, tabel, dan kolom serta memungkinkan Anda memberikan tingkat izin yang berbeda kepada akun database. | ||
Keamanan data | Secara default, AnalyticDB for MySQL menolak akses dari semua alamat IP untuk memastikan keamanan dan stabilitas. Sebelum Anda terhubung ke kluster AnalyticDB for MySQL dari klien, Anda harus menambahkan alamat IP klien ke daftar putih kluster. | |
Untuk meningkatkan keamanan transmisi data, Anda dapat mengaktifkan fitur enkripsi SSL dan menginstal sertifikat SSL yang dikeluarkan oleh otoritas sertifikat (CA) ke aplikasi yang diperlukan. Fitur enkripsi SSL mengenkripsi koneksi di lapisan transportasi untuk meningkatkan keamanan data, memastikan integritas data, dan mencegah pendengaran, intersepsi, dan pemalsuan data. | ||
Setelah Anda mengaktifkan fitur enkripsi disk untuk kluster AnalyticDB for MySQL, AnalyticDB for MySQL mengenkripsi data pada setiap disk data kluster berdasarkan penyimpanan blok. Dengan cara ini, data tidak dapat didekripsi meskipun terjadi kebocoran data. | ||
AnalyticDB for MySQL menyediakan fitur audit SQL untuk mencatat operasi DML dan DDL secara real-time. Ini membantu Anda mengidentifikasi kueri SQL abnormal dan menyelesaikan masalah kinerja database. | ||
Cadangan dan pemulihan | Setelah Anda membuat kluster AnalyticDB for MySQL, AnalyticDB for MySQL mengaktifkan fitur pencadangan data untuk kluster untuk melakukan pencadangan data berkala. | |
AnalyticDB for MySQL memungkinkan Anda memulihkan data dari set cadangan ke kluster baru. | ||
Pemantauan dan peringatan | AnalyticDB for MySQL memungkinkan Anda melihat metrik kinerja kluster dalam rentang waktu tertentu di konsol AnalyticDB for MySQL atau dengan memanggil operasi API, seperti pemanfaatan CPU, penggunaan memori komputasi, penggunaan disk, dan waktu respons. | |
AnalyticDB for MySQL memungkinkan Anda melihat metrik kinerja Spark di konsol CloudMonitor atau dengan memanggil operasi API. | ||
AnalyticDB for MySQL memungkinkan Anda mengonfigurasi aturan peringatan. Jika ambang batas peringatan tercapai, AnalyticDB for MySQL memberi tahu kontak peringatan untuk memastikan bahwa masalah diselesaikan secepat mungkin. |
Untuk informasi lebih lanjut, lihat Fungsi dan fitur.
Harga
AnalyticDB for MySQL mencakup biaya sumber daya cadangan, biaya sumber daya elastis, biaya penyimpanan data, biaya penyimpanan cache, dan biaya penyimpanan cadangan.
Untuk informasi lebih lanjut tentang item yang dapat ditagih, lihat Item yang dapat ditagih Edisi Enterprise dan Edisi Dasar.
Untuk informasi lebih lanjut tentang harga item yang dapat ditagih, lihat Harga untuk Edisi Enterprise dan Edisi Dasar.
Buat kluster
AnalyticDB for MySQL tersedia dalam Edisi Enterprise dan Edisi Dasar. Kedua edisi tersebut menyediakan fitur yang sama tetapi berbeda dalam arsitektur penyimpanan. Edisi Enterprise berisi node cadangan dalam kelipatan 3 pada arsitektur multi-replika dan cocok untuk lingkungan produksi. Edisi Dasar hanya berisi satu node cadangan pada arsitektur replika tunggal dan cocok untuk lingkungan belajar dan pengujian.
Buat kluster Edisi Enterprise atau Edisi Dasar untuk mencoba AnalyticDB for MySQL.
Memulai
Anda dapat memulai dengan AnalyticDB for MySQL dengan membaca tutorial berikut berdasarkan peran pengguna Anda.
Administrator database
Kelola akun dan izin
Kelola daftar putih alamat IP untuk akses database
Audit operasi DML dan DDL
Konfigurasikan siklus dan frekuensi cadangan untuk mencegah kehilangan data
Insinyur pengembangan data
Migrasikan atau sinkronkan data ke gudang data atau danau data
Tulis kode untuk terhubung ke AnalyticDB for MySQL dan jalankan pekerjaan pemrosesan data kompleks
Desain skema tabel untuk meningkatkan kinerja kueri
Gunakan pernyataan SQL Spark atau aplikasi Spark untuk melakukan pembersihan, transformasi, dan komputasi data.
Analis data
Gunakan alat BI untuk membangun dasbor visualisasi.
Gunakan pernyataan SELECT untuk menanyakan data.
Gunakan fungsi untuk memproses dan menganalisis data.
Gunakan pencarian teks lengkap untuk melakukan pencocokan kabur dan pencarian kesamaan.
Insinyur algoritma
Gunakan PySpark untuk melakukan pra-pemrosesan, pembersihan, transformasi, gabungan, dan penyatuan untuk sejumlah besar data.
Gunakan SQL untuk mengimplementasikan prediksi pembelajaran mesin.