PolarDB:Casos de uso

Caso de uso

Descrição

Análise estatística de colunas específicas em uma tabela larga

Em cenários de tabelas largas, utilize um In-Memory Column Index (IMCI) para melhorar o desempenho de consultas que analisam apenas um subconjunto de colunas.

Uso de índices columnstore com tabelas particionadas

O IMCI oferece suporte a tabelas particionadas para lidar com cargas de trabalho estatísticas e analíticas em conjuntos de dados grandes e em crescimento.

Uso de chaves de replicação personalizadas para acelerar a sincronização de dados

Por padrão, o IMCI utiliza a chave primária para sincronizar atualizações e exclusões de dados. Este tópico descreve como usar chaves de replicação personalizadas para resolver a baixa eficiência de sincronização causada por tabelas sem chave primária ou com chave primária não ordenada (como UUID). Essa abordagem evita E/S aleatória massiva e melhora significativamente o desempenho da sincronização de dados.

Uso de índices columnstore para acelerar a atualização de visualizações materializadas

Ao processar grandes volumes de dados, como bilhões de registros, a atualização de visualizações materializadas do PostgreSQL pode ser extremamente lenta. Isso resulta em baixa atualização dos dados e impacta negativamente a eficiência da análise de BI e da geração de relatórios.

O uso do IMCI reduz significativamente o tempo necessário para atualizar visualizações materializadas . Consequentemente, aumenta a atualização dos dados e agiliza a análise de BI e a geração de relatórios.

Uso de índices columnstore para acelerar a análise de dados de séries temporais

Cenários de negócios como finanças, logística e Internet das Coisas (IoT) geram quantidades massivas de dados de séries temporais, incluindo registros de transações, dados de trajetória e logs de monitoramento. A análise em tempo real de terabytes desses dados frequentemente apresenta desafios de desempenho.

O IMCI permite análise em tempo real e de alto desempenho de dados massivos de séries temporais sem pré-processamento complexo, ajudando você a extrair valor dos dados de forma eficaz.