Esta página descreve os cenários comuns e as capacidades do AnalyticDB for PostgreSQL.
Casos de uso
Crie um data warehouse na nuvem
Transfira dados de serviços de banco de dados da Alibaba Cloud, como ApsaraDB RDS e PolarDB, ou de bancos de dados autogerenciados, para o AnalyticDB for PostgreSQL usando o Data Transmission Service (DTS) ou o Data Integration. Agende pipelines de extração, transformação e carga (ETL) em conjuntos de dados na escala de petabytes com o DataWorks. Conecte ferramentas de BI — Quick BI, DataV, Tableau e FineReport — para consultar dados em tempo real e publicar relatórios.
Fontes de dados e ferramentas compatíveis:
|
Função |
Opções compatíveis |
|
Sincronização de dados |
DTS, Data Integration |
|
Bancos de dados de origem |
ApsaraDB RDS, PolarDB, bancos de dados autogerenciados |
|
Agendamento de tarefas |
DataWorks |
|
BI e relatórios |
Quick BI, DataV, Tableau, FineReport |
Acelere análises de big data
Importe dados do MaxCompute, Hadoop e Spark via Data Integration ou Object Storage Service (OSS). Execute análises de alto desempenho, processamento e exploração de dados online diretamente nesses dados.
Consulte dados no OSS diretamente
Use tabelas externas do OSS para executar consultas paralelas sobre dados armazenados no serviço. Essa abordagem permite criar uma plataforma de análise de data lake da Alibaba Cloud sobre sua base de dados existente no OSS.
Capacidades
O AnalyticDB for PostgreSQL oferece as seguintes capacidades para serviços de Processamento Analítico Online (OLAP):
ETL e processamento de dados offline
O AnalyticDB for PostgreSQL gerencia cargas de trabalho SQL complexas em grande escala:
|
Capacidade |
Detalhes |
|
Compatibilidade com SQL |
Sintaxe SQL padrão, funções de janela OLAP e stored procedures |
|
Otimização de consultas |
O otimizador ORCA processa consultas complexas sem ajuste manual |
|
Arquitetura de processamento |
A arquitetura MPP processa petabytes de dados em segundos |
|
Eficiência de armazenamento |
Armazenamento colunar com alta compressão para varreduras rápidas em tabelas grandes |
Consultas online de alto desempenho
Para cargas de trabalho que combinam exploração em tempo real, data warehousing e atualização de dados:
|
Capacidade |
Detalhes |
|
Throughput de escrita |
Suporta operações INSERT, UPDATE e DELETE com alto throughput |
|
Latência de consulta pontual |
Resultados em milissegundos com armazenamento em linha, índices B-tree e bitmap |
|
Suporte a transações |
Transações distribuídas, níveis de isolamento padrão e processamento híbrido transacional/analítico (HTAP) |
Análise de dados multimodais
Para cargas de trabalho que vão além dos dados estruturados:
|
Capacidade |
Detalhes |
|
Análise geoespacial |
Extensão PostGIS para consultas de dados geográficos |
|
Machine learning |
Biblioteca de ML no banco de dados MADlib para análises nativas de IA |
|
Dados não estruturados |
Recuperação vetorial para imagens, áudio e texto |
|
Dados semiestruturados |
Suporte a JSON para análise e processamento de logs |