AnalyticDB for MySQL（以下簡稱AnalyticDB for MySQL）是全託管的PB級即時數倉，支援毫秒級資料更新和亞秒級查詢響應，高度相容MySQL協議。
AnalyticDB for MySQL基於湖倉一體架構，無論是資料湖中的非結構化或半結構化資料，還是資料倉儲中的結構化資料，都能統一高效地處理，協助企業構建全面的資料分析平台。它不僅支援大規模離線資料處理以滿足深度洞察需求，同時也提供高效能線上分析能力，協助企業快速響應業務變化，實現降本增效。
AnalyticDB for MySQL可以幫您完成哪些工作
將各種結構化、半結構化、非結構化資料匯入AnalyticDB for MySQL進行多源融合分析。 | 從PolarDB、RDS、Kafka、SLS等資料來源即時同步資料到AnalyticDB for MySQL。 |
從資料來源抽取資料，並經過清洗轉換後，載入到AnalyticDB for MySQL。通過調度工具（DMS、DataWorks、Airflow、DolphinScheduler和Azkaban等）實現周期性ETL處理。 | AnalyticDB for MySQL整合了Spark計算引擎。您可以基於Spark SQL查詢結構化資料，利用Spark JAR包開發複雜批處理任務，或通過PySpark執行機器學習及資料科學計算。 |
為什麼選擇AnalyticDB for MySQL
支援豐富的資料來源
AnalyticDB for MySQL支援關係型資料庫、NoSQL資料庫、巨量資料平台、儲存、記錄檔、訊息佇列、文字檔等多種資料來源。
類型 | 資料來源 |
關係型資料庫 | 雲資料庫RDS MySQL |
雲資料庫RDS SQL Server | |
雲原生資料庫PolarDB MySQL版 | |
雲原生資料庫PolarDB分布式版（簡稱“PolarDB-X”） | |
自建MySQL資料庫 | |
自建Oracle資料庫 | |
非關係型資料庫 | ApsaraDB for MongoDB |
雲原生多模資料庫Lindorm | |
自建HBase資料庫 | |
巨量資料 | MaxCompute |
Flink | |
Hive | |
儲存 | OSS |
AWS S3 | |
Azure Blob Storage | |
Google Cloud Storage | |
Table StoreTablestore | |
HDFS | |
日誌 | Log ServiceSLS |
Logstash | |
訊息佇列 | Kafka |
本地檔案 | 文字檔 |
如何將資料來源的資料匯入AnalyticDB for MySQL，請參見資料匯入。
無縫整合多種用戶端、驅動、BI和調度工具
AnalyticDB for MySQL相容MySQL協議，因此可以無縫整合大部分支援MySQL協議的用戶端、驅動、BI工具和調度工具。
類別 | 工具 |
用戶端 | |
驅動 | |
BI工具 | |
調度工具 |
|
優秀的效能表現
支援秒級甚至毫秒級對海量資料進行查詢和計算，複雜SQL查詢速度相比傳統的關係型資料庫快10倍。
超大規模資料寫入即時可見，確保資料的強一致性。
自動彈性與擴容
AnalyticDB for MySQL採用雲原生技術架構，實現了儲存計算分離，計算資源和儲存資源可獨立擴縮容。
保障企業資料的安全與合規
AnalyticDB for MySQL從許可權、串連、加密、審計、備份等多方面確保了企業資料的安全和合規。下文列舉了安全與合規方面的部分重要特性。
類別 | 特性 | 描述 |
許可權管理 | 阿里雲帳號授予RAM使用者一定的許可權後，RAM使用者可以在許可權範圍內建立和管理叢集。例如登入AnalyticDB for MySQL控制台、建立或刪除叢集、設定白名單等。 | |
支援叢集全域層級、資料庫層級、表層級、列層級四個粒度的許可權，針對不同的許可權粒度應授予不同的許可權，以達到許可權控制的目的。 | ||
資料安全 | 預設禁止所有IP地址訪問AnalyticDB for MySQL叢集。在訪問AnalyticDB for MySQL叢集前，需將用戶端IP地址添加到白名單中，以便用戶端能夠訪問該叢集。 | |
為了提高鏈路安全性，您可以啟用SSL（Secure Sockets Layer）加密，並下載安裝CA認證到所需要的應用服務中。SSL在傳輸層對網路連接進行加密，能提升通訊資料的安全性和完整性，防止資料被第三方監聽、截取和篡改。 | ||
雲端硬碟加密功能開啟後，系統會基於Block Storage對整個資料盤進行加密，即使資料備份泄露也無法被解密，保護叢集資料安全。 | ||
SQL審計功能可以即時記錄資料庫的DML和DDL操作資訊，便於及時發現異常操作，定位元據庫效能瓶頸。 | ||
備份恢複 | 自動開啟資料備份，實現叢集層級的周期性自動資料備份。 | |
支援將備份組的資料恢複到新叢集。 | ||
監控警示 | 支援調用API或登入控制台查看指定時間段的各項監控指標，包括CPU使用率、計算記憶體使用量率、磁碟使用率、回應時間等，以便您掌握叢集的效能和健全狀態。 | |
支援調用API或登入CloudMonitor控制台查看Spark叢集的運行指標，以便您及時掌握Spark的效能和健全狀態。 | ||
當監控指標達到閾值時，及時通知警示連絡人，以便企業快速處理警示問題。 |
完整的功能特性列表，請參見功能特性。
瞭解定價
AnalyticDB for MySQL的費用由預留資源費用、彈性資源費用、儲存空間費用、緩衝空間費用、備份空間費用組成。
瞭解各計費項目的詳細說明，請參見企業版和基礎版計費項目。
瞭解各計費項目的價格，請參見企業版和基礎版產品定價。
建立叢集
AnalyticDB for MySQL包含兩個產品系列：企業版和基礎版。兩者在功能特性上沒有區別。唯一的區別：企業版為多副本，預留節點數只能為3的倍數，可用於生產環境；基礎版為單副本，預留節點數只能為1，僅適用於學習和測試。
閱讀文檔：建立企業版或基礎版叢集，建立屬於您的AnalyticDB for MySQL叢集。
上手使用
我們為不同的使用者角色準備了不同的文檔教程。您可以參考下列文檔完成任務。
資料庫管理員
管理資料庫的使用者與許可權
管理資料庫的訪問白名單
審計DML和DDL操作
設定備份的周期與頻率，防止資料丟失
資料開發工程師
資料分析師
演算法工程師
使用PySpark完成大規模資料的預先處理、清洗、轉換、資料集聯結合并等