Topik ini menjelaskan fitur-fitur AnalyticDB for MySQL.
Mesin komputasi
AnalyticDB for MySQL mendukung tiga jenis mesin komputasi: Spark, XIHE massively parallel processing (MPP), dan XIHE bulk synchronous parallel (BSP).
Mesin Spark
Data Lakehouse Edition (V3.0) sepenuhnya kompatibel dengan Apache Spark—mesin komputasi yang dapat diprogram dalam berbagai bahasa—dan mendukung migrasi aplikasi secara mulus. Mesin ini ideal untuk pemrosesan extract-transform-load (ETL) kompleks dan skenario pembelajaran mesin.
Mesin XIHE MPP
Mesin XIHE MPP menggunakan arsitektur MPP dan memproses semua tugas dalam suatu kueri secara paralel. Pipeline data digunakan untuk menerapkan komputasi aliran, sehingga memenuhi kebutuhan analisis ad hoc berlatensi rendah.
Mesin XIHE BSP
Mesin XIHE BSP membagi tugas dalam grafik asiklik terarah (DAG) dan menggunakan arsitektur komputasi batch untuk memproses data setiap tugas. Mesin ini mendukung penyimpanan disk dan ideal untuk skenario analisis kompleks yang melibatkan volume data besar, throughput tinggi, dan sumber daya terbatas. Anda dikenai biaya berdasarkan sumber daya yang digunakan dengan model bayar sesuai penggunaan. Sumber daya eksklusif dialokasikan untuk setiap kueri, sehingga mencegah konflik sumber daya antar kueri. Selain itu, mesin XIHE BSP menyediakan kemampuan failover yang andal dan dapat mencoba ulang tugas yang gagal.
Mesin XIHE BSP tidak mengizinkan penggunaan user-defined function (UDF) atau penulisan tabel Hudi.
Perbandingan antara XIHE MPP dan XIHE BSP
Saat Anda mengirimkan kueri ke node frontend dan menentukan kelompok sumber daya interaktif untuk mengeksekusi kueri tersebut, kueri akan dijalankan dalam mode XIHE MPP pada node komputasi permanen. Jika Anda menentukan kelompok sumber daya pekerjaan untuk mengeksekusi kueri, kueri akan dijalankan dalam mode XIHE BSP pada node komputasi sementara.
Item | XIHE MPP | XIHE BSP |
Kelompok sumber daya | Kelompok sumber daya interaktif | Kelompok sumber daya pekerjaan |
Waktu respons (RT) | Dalam hitungan milidetik | Dalam hitungan detik atau menit |
Skenario | Aplikasi yang sensitif terhadap latensi dengan permintaan per detik (QPS) tinggi | Aplikasi ber-throughput tinggi yang memiliki persyaratan latensi relatif rendah |
Isolasi | Antar kelompok sumber daya | Antar kueri |
Sintaksis SQL | Tidak ada perbedaan | |
Mesin penyimpanan
Mesin penyimpanan XUANWU (C-Store)
Mesin penyimpanan XUANWU menyediakan penyimpanan data enterprise-grade yang hemat biaya dengan keandalan, ketersediaan, dan kinerja tinggi, menjadi fondasi bagi penulisan real-time ber-throughput tinggi dan kueri real-time berkinerja tinggi.
Mesin penyimpanan Hudi
Data Lakehouse Edition (V3.0) menggunakan Layanan Penyimpanan Objek (OSS) yang hemat biaya dan solusi penyimpanan open source Apache Hudi untuk menerapkan pemrosesan data inkremental dalam waktu nyaris real time.
Metode koneksi
Tabel berikut menjelaskan metode koneksi yang didukung oleh AnalyticDB for MySQL.
Metode koneksi | Referensi |
Alat baris perintah MySQL | Gunakan alat baris perintah MySQL untuk terhubung ke AnalyticDB for MySQL |
Sistem bisnis | Java, Kolam koneksi Druid, Python, PHP, C# untuk macOS, dan Go |
Klien | |
Alat BI | FineBI, Quick BI, Yonghong BI, DataV, Tableau, QlikView, FineReport, Power BI, dan Smartb |
Keamanan
Daftar putih alamat IP
Secara default, kluster AnalyticDB for MySQL tidak mengizinkan akses dari koneksi eksternal. Untuk mengakses kluster AnalyticDB for MySQL, Anda harus menambahkan alamat IP atau blok CIDR klien Anda ke daftar putih kluster tersebut. Untuk informasi selengkapnya, lihat Konfigurasi daftar putih.
Audit SQL
Audit SQL mencatat informasi tentang operasi DML dan DDL, membantu Anda melakukan analisis kesalahan, analisis perilaku, serta audit keamanan untuk meningkatkan keamanan database. Untuk informasi selengkapnya, lihat Konfigurasi audit SQL.
Enkripsi disk
AnalyticDB for MySQL menyediakan fitur enkripsi disk yang mengenkripsi data pada setiap disk di kluster Anda berdasarkan penyimpanan blok, sehingga data Anda tetap aman meskipun bocor. Untuk informasi selengkapnya, lihat Enkripsi disk.
Kontrol akses
Resource Access Management (RAM) mengontrol izin akses Pengguna RAM terhadap sumber daya cloud. Setelah kluster AnalyticDB for MySQL dibuat oleh Pengguna RAM, hanya pengguna tersebut dan akun Alibaba Cloud tempat mereka bernaung yang dapat melihat serta mengelola kluster tersebut. Jika beberapa pengguna dalam organisasi Anda perlu menggunakan kluster AnalyticDB for MySQL, Anda dapat membuat beberapa Pengguna RAM dan memberikan izin kepada mereka untuk melihat atau mengelola kluster AnalyticDB for MySQL. Untuk informasi selengkapnya, lihat Kelola Pengguna RAM dan izin.
Kontrol izin database
Setelah membuat akun database, Anda dapat melakukan berbagai operasi database, seperti membuat atau menghapus database, tabel, dan tampilan, serta menyisipkan, mengubah, dan mengkueri data. AnalyticDB for MySQL menyediakan dua jenis akun database: akun istimewa dan akun standar. Akun istimewa dapat memberikan izin tingkat berbeda kepada akun standar, termasuk izin tingkat kluster, database, tabel, dan kolom. Untuk informasi selengkapnya, lihat Jenis akun dan Model izin database.
Pemantauan dan peringatan
AnalyticDB for MySQL menyediakan metrik kinerja untuk membantu Anda memahami status kesehatan dan kinerja node kluster secara jelas. Untuk informasi selengkapnya, lihat Lihat informasi pemantauan. Selain itu, AnalyticDB for MySQL dapat mengirimkan peringatan kepada kontak jika nilai pemanfaatan CPU, penggunaan disk, IOPS, durasi kueri, dan jumlah koneksi database melebihi ambang batas yang ditentukan. Untuk informasi selengkapnya, lihat Konfigurasi aturan peringatan.
Cadangan dan pemulihan
AnalyticDB for MySQL mendukung pencadangan penuh berkala dan pencadangan log untuk mencegah kehilangan data secara efektif.
Cadangan data penuh
AnalyticDB for MySQL mengompresi snapshot data penuh kluster dan menyimpannya di media penyimpanan offline. Jika Anda ingin melakukan pemulihan data penuh, AnalyticDB for MySQL akan mengkloning kluster, mengunduh set cadangan, lalu memulihkan data ke kluster baru tersebut. Untuk informasi selengkapnya, lihat Kelola cadangan.
Cadangan log
AnalyticDB for MySQL mengunggah log redo secara paralel dari berbagai node ke OSS untuk menyimpan log secara real time. Anda dapat memulihkan data kluster ke titik waktu tertentu dengan menggunakan cadangan data penuh dan log redo hingga titik waktu yang diinginkan, sehingga menjamin keamanan data dalam periode tersebut. Untuk informasi selengkapnya, lihat Kelola cadangan.
Pemulihan data dari cadangan
AnalyticDB for MySQL mendukung pemulihan data penuh dan pemulihan ke titik waktu tertentu. AnalyticDB for MySQL mengkloning kluster dan memulihkan data dari set cadangan yang diunduh ke kluster baru tersebut. Untuk informasi selengkapnya, lihat Kloning kluster.
Diagnostik dan optimasi cerdas
Optimasi skema
Desain dan optimasi skema dapat secara signifikan mengurangi biaya database dan meningkatkan kinerja kueri. AnalyticDB for MySQL secara rutin menganalisis algoritma Anda berdasarkan metrik kinerja kueri SQL serta informasi relevan seperti tabel dan indeks. Sistem secara otomatis memberikan saran optimasi beserta opsi penerapan satu klik, sehingga mempermudah proses optimasi. Untuk informasi selengkapnya, lihat Optimasi skema.
Pola SQL
Fitur pola SQL dirancang untuk pernyataan SQL real time. AnalyticDB for MySQL dapat mengelompokkan pernyataan SQL serupa ke dalam pola SQL dan melakukan diagnostik serta analisis cerdas pada pola tersebut, sehingga meningkatkan efisiensi diagnostik. Hasil diagnostik pola SQL dapat menjadi dasar efektif untuk optimasi database. Untuk informasi selengkapnya, lihat Optimasi skema.
Diagnostik SQL
AnalyticDB for MySQL menyediakan hasil diagnostik dan saran optimasi berdasarkan statistik kueri, tahapan, dan operator. Untuk informasi selengkapnya, lihat Pengantar diagnostik SQL.
Impor dan ekspor data
Anda dapat mengimpor data dari database lain, OSS, Tablestore, Apsara File Storage for HDFS, MaxCompute, ApsaraMQ for Kafka, atau Log Service ke AnalyticDB for MySQL, serta mengekspor data dari AnalyticDB for MySQL ke database lain, OSS, Apsara File Storage for HDFS, atau MaxCompute. Untuk informasi selengkapnya, lihat Ikhtisar impor data dan Ikhtisar ekspor data.
Ingesti Data
Manajemen sumber data
AnalyticDB for MySQL Data Lakehouse Edition (V3.0) mendukung sumber data ApsaraMQ for Kafka, Log Service, dan Hive. Setiap pekerjaan sinkronisasi atau migrasi data memerlukan sumber data, yang dapat digunakan ulang di berbagai pekerjaan sinkronisasi atau migrasi data yang berbeda, sehingga menyederhanakan proses pembuatan pekerjaan duplikat. Anda dapat membuat, mengkueri, memodifikasi, dan menghapus sumber data.
Sinkronisasi data
AnalyticDB for MySQL Data Lakehouse Edition (V3.0) memungkinkan Anda membuat pekerjaan sinkronisasi data untuk menyinkronkan data dari ApsaraMQ for Kafka dan Log Service ke Data Lakehouse Edition secara real time, sehingga memenuhi persyaratan seperti ingesti data nyaris real time, pengarsipan data penuh, dan analisis elastis. Untuk informasi selengkapnya, lihat Gunakan sinkronisasi data untuk menyinkronkan data Kafka ke Data Lakehouse Edition dan Gunakan sinkronisasi data untuk menyinkronkan data Log Service ke Data Lakehouse Edition.
Migrasi data
AnalyticDB for MySQL Data Lakehouse Edition (V3.0) memungkinkan Anda membuat pekerjaan migrasi data untuk memigrasikan data Hive ke OSS. Untuk informasi selengkapnya, lihat Gunakan migrasi data untuk memigrasikan data Hive ke Data Lakehouse Edition.
Penemuan metadata
AnalyticDB for MySQL Data Lakehouse Edition (V3.0) dapat secara otomatis menemukan bucket OSS dan objek data yang disimpan di wilayah yang sama, serta membuat dan memperbarui metadata data lake. Untuk informasi selengkapnya, lihat Gunakan penemuan metadata untuk mengimpor data ke Data Lakehouse Edition.
Manajemen data
AnalyticDB for MySQL Data Lakehouse Edition (V3.0) memungkinkan Anda mengelola database dan tabel secara visual. Anda dapat melihat informasi tentang database, tabel, dan tampilan di Konsol AnalyticDB for MySQL. Untuk informasi selengkapnya, lihat Kelola data.
Pengembangan pekerjaan
AnalyticDB for MySQL Data Lakehouse Edition (V3.0) menyediakan dua mesin untuk menerapkan metode pengembangan pekerjaan yang berbeda: mesin Spark open source dan mesin XIHE buatan sendiri yang dikembangkan oleh tim AnalyticDB for MySQL. Untuk informasi selengkapnya, lihat Pengembangan pekerjaan.
Penjadwalan pekerjaan
AnalyticDB for MySQL Data Lakehouse Edition (V3.0) menyediakan penjadwalan pekerjaan untuk SQL batch dan aplikasi Spark guna membantu Anda melakukan pemrosesan ETL kompleks. Untuk informasi selengkapnya, lihat Lakukan penjadwalan pekerjaan di Data Lakehouse Edition.
SQL
SQL XIHE
Saat Anda mengeksekusi pernyataan SQL XIHE, AnalyticDB for MySQL menggunakan mesin XIHE buatan sendiri yang sangat kompatibel dengan MySQL. Tabel berikut menjelaskan sintaksis, fungsi, dan tipe data yang didukung oleh SQL XIHE.
Spark SQL
AnalyticDB for MySQL Data Lakehouse Edition (V3.0) mendukung mesin Spark yang sepenuhnya kompatibel dengan Apache Spark. Anda dapat menggunakan Spark SQL untuk melakukan operasi data lake. Untuk informasi selengkapnya, lihat Referensi SQL.