O AnalyticDB for MySQL é um service de data warehouse totalmente gerenciado, construído sobre uma arquitetura de data lakehouse. Ele processa petabytes de dados estruturados, semiestruturados e não estruturados em tempo real, atualiza dados em milissegundos e responde a consultas em frações de segundo.
O service possui alta compatibilidade com MySQL, o que permite integração com seus clientes, drivers, ferramentas de business intelligence (BI) e fluxos de trabalho de agendamento existentes sem necessidade de alterações.
O que você pode fazer com o AnalyticDB for MySQL
O AnalyticDB for MySQL suporta quatro cargas de trabalho principais. Cada carga é independente: use apenas uma ou combine várias em um único cluster.
Integração de dados de múltiplas source
Ingira dados estruturados, semiestruturados e não estruturados de mais de uma dúzia de tipos de source, incluindo bancos de dados relacionais, bancos NoSQL, armazenamento em cloud, sistemas de log e filas de mensagens. Todos os dados são consolidados em um lakehouse unificado que alimenta suas análises e pipelines em lote. Para a lista completa de source, consulte Importação de dados.
Análise em tempo real
Sincronize dados de bancos operacionais e source de streaming — incluindo PolarDB, ApsaraDB RDS, ApsaraMQ for Kafka e Simple Log Service — em tempo real. Os dados ficam disponíveis para consulta milissegundos após a gravação, com garantia de consistência forte. 
Processamento ETL em lote
Extraia dados das source, transforme-os, limpe-os e carregue-os no AnalyticDB for MySQL conforme um agendamento. Ferramentas de orquestração como Data Management (DMS), DataWorks, Airflow, DolphinScheduler e Azkaban integram-se diretamente ao cluster. 
Análise de dados baseada em Spark
Execute análises complexas e machine learning diretamente nos dados do lakehouse usando o mecanismo de computação Spark integrado. Utilize Spark SQL para consultas estruturadas, pacotes Spark JAR para jobs em lote personalizados ou PySpark para pré-processamento e pipelines de ML. 
Principais capacidades
Fontes de dados suportadas
O AnalyticDB for MySQL ingere dados de bancos relacionais, armazenamentos NoSQL, plataformas de big data, armazenamento de objetos, sistemas de log, filas de mensagens e arquivos locais.
|
Tipo |
Fonte de dados |
|
Banco de dados relacional |
ApsaraDB RDS for MySQL, ApsaraDB RDS for SQL Server, PolarDB for MySQL, PolarDB-X, banco de dados MySQL auto-gerenciado, banco de dados Oracle auto-gerenciado |
|
Banco de dados não relacional |
ApsaraDB for MongoDB, Lindorm, banco de dados HBase auto-gerenciado |
|
Big data |
MaxCompute, Flink, Hive |
|
Armazenamento |
Object Storage Service (OSS), AWS S3, Azure Blob Storage, Google Cloud Storage, Tablestore, HDFS |
|
Log |
Simple Log Service, Logstash |
|
Fila de mensagens |
Kafka |
|
Arquivo local |
Arquivo de texto |
Para instruções de configuração, consulte Importação de dados.
Compatibilidade com ecossistema
O AnalyticDB for MySQL é compatível com MySQL, funcionando com a maioria dos clientes, drivers, ferramentas de BI e ferramentas de agendamento que suportam MySQL, sem necessidade de configuração adicional.
| Categoria | Ferramentas |
|---|---|
| Cliente | DBeaver, DBVisualizer, Navicat, SQL WorkBench/J, Cliente de linha de comando MySQL |
| Driver | Java: Java Database Connectivity (JDBC) e Pool de conexões Druid · Python: MySQLdb · PHP: MySQLi e PDO · C#: MySql.Data · Go: go-sql-driver/mysql · Node.js: MySQL |
| Ferramenta de BI | FineBI, FineReport, Power BI, Tableau, Quick BI, DataV, , , QlikView, Smartbi, Superset, Metabase, Redash |
| Ferramenta de agendamento | DMS: Agendamento de jobs · DataWorks: Jobs SQL XIHE e Jobs Spark · Airflow: Jobs SQL XIHE e Jobs Spark · DolphinScheduler: Jobs SQL XIHE e Jobs Spark · Azkaban: Jobs SQL XIHE e Jobs Spark |
Alto desempenho
O AnalyticDB for MySQL processa consultas complexas em segundos ou milissegundos, oferecendo até 10 vezes mais desempenho que bancos de dados relacionais para cargas analíticas. Os dados tornam-se consultáveis milissegundos após a gravação, com garantia de consistência forte.
Dimensionamento elástico
O AnalyticDB for MySQL utiliza uma arquitetura com armazenamento e computação desacoplados, permitindo que cada camada escale independentemente.
Computação: Escale manualmente dentro de especificações predefinidas ou configure o dimensionamento elástico automático para lidar com flutuações de negócio. Consulte Dimensionar um cluster.
Armazenamento: Escala automaticamente conforme o volume de dados, com faturamento baseado em pagamento conforme o uso. Armazene dados históricos no OSS para reduzir custos.
Segurança e conformidade
O AnalyticDB for MySQL abrange permissões, acesso de rede, criptografia, auditoria e backup, cobrindo toda a superfície de segurança para cargas de trabalho empresariais.
|
Categoria |
Recurso |
Descrição |
|
Gerenciamento de permissões |
Conceda aos usuários RAM acesso escopo para crie, gerencie e exclua clusters. |
|
|
Gerenciamento de permissões |
Atribua permissões nos níveis global, de banco de dados, tabela ou coluna. |
|
|
Segurança de dados |
Bloqueie todas as conexões de entrada por padrão; permita apenas os IPs que necessitam de acesso. |
|
|
Segurança de dados |
Criptografe conexões na camada de transporte usando certificados emitidos por autoridades certificadoras (CAs). |
|
|
Segurança de dados |
Criptografe dados no nível de armazenamento em bloco, impedindo a descriptografia mesmo em caso de vazamento de dados. |
|
|
Auditoria |
Registre todas as operações DML e DDL em tempo real para detectar anomalias e diagnosticar problemas de desempenho. |
|
|
Backup e restauração |
Faça backup dos dados do cluster automaticamente conforme um cronograma configurável. |
|
|
Backup e restauração |
Restaure dados de conjuntos de backup para um novo cluster. |
|
|
Monitoramento e alertas |
Visualize utilização de CPU, uso de memória de computação, uso de disco e tempo de resposta no console ou via API. |
|
|
Monitoramento e alertas |
Visualize métricas de jobs Spark no console do CloudMonitor ou via API. |
|
|
Monitoramento e alertas |
Configure regras de alerta para notificar os contatos adequados quando um limiar for ultrapassado. |
Para a lista completa de recursos, consulte Recursos e capacidades.
Preços
As taxas consistem em taxas de recursos reservados, taxas de recursos elásticos, taxas de armazenamento de dados, taxas de armazenamento de cache e taxas de armazenamento de backup.
-
Para itens faturáveis, consulte Itens faturáveis da Enterprise Edition e Basic Edition.
Para valores, consulte Preços da Enterprise Edition e Basic Edition.
Edições
O AnalyticDB for MySQL está disponível em duas edições com o mesmo conjunto de recursos, mas arquiteturas de armazenamento diferentes.
|
Edição |
Arquitetura |
Nós |
Mais indicado para |
|
Enterprise Edition |
Múltiplas réplicas |
Nós reservados em múltiplos de 3 |
Ambientes de produção |
|
Basic Edition |
Réplica única |
Um nó reservado |
Aprendizado e testes |
Para começar, crie um cluster da Enterprise Edition ou Basic Edition.
Primeiros passos
É sua primeira vez com o AnalyticDB for MySQL? Comece criando um cluster e siga os guias baseados em função abaixo.
Administradores de banco de dados
Gerenciar contas e permissões — Configure usuários de banco de dados e controle o acesso de cada conta.
Configurar listas de permissões de endereços IP — Restrinja quais clientes podem se conectar ao cluster.
Monitorar desempenho e cargas de trabalho do cluster — Acompanhe CPU, memória, disco e tempo de resposta de consultas.
Configurar auditoria SQL — Registre operações DML e DDL para conformidade e detecção de anomalias.
Configurar ciclo e frequência de backup — Agende backups automáticos para evitar perda de dados.
Engenheiros de desenvolvimento de dados
Criar bancos de dados e tabelas — Defina o esquema do seu data warehouse.
Importar dados de warehouses ou lakes — Migre ou sincronize dados para o cluster. Veja também ingestão de data lake.
Conectar via código de aplicação — Use drivers JDBC, Python, Go ou outros para executar consultas a partir dos seus services.
Projetar esquemas de tabela para desempenho de consulta — Otimize particionamento e indexação para sua carga de trabalho.
Executar Spark SQL ou aplicações Spark (Apps Spark) — Limpe, transforme e processe dados em escala.
Analistas de dados
Conectar com um cliente — Utilize DBeaver, Navicat ou outro cliente compatível com MySQL.
Criar painéis com ferramentas de BI — Conecte Tableau, Power BI, Quick BI ou outra ferramenta de BI suportada.
Consultar dados com instruções SELECT — Execute consultas analíticas em conjuntos de dados na escala de petabytes.
Usar funções integradas — Aplique funções de agregação, string, matemáticas e outras nas suas consultas.
Executar busca textual completa — Realize correspondência difusa e busca por similaridade em dados textuais.
Otimizar desempenho de consultas — Diagnostique consultas lentas e aplique recomendações de ajuste.
Engenheiros de algoritmos
Pré-processar dados com PySpark — Limpe, transforme, junte e una grandes conjuntos de dados para pipelines de ML.
Executar previsão de machine learning com SQL — Invoque modelos de ML e obtenha previsões diretamente em consultas SQL.