本文介绍云原生数据仓库AnalyticDB PostgreSQL版的典型场景及产品能力。
典型场景
构建云数据仓库
通过数据传输服务DTS或数据集成，将阿里云数据库服务（如云数据库RDS、PolarDB）或自建数据库中的数据迁移到云原生数据仓库AnalyticDB PostgreSQL版。通过DataWorks对PB级数据集进行ETL调度。连接Quick BI、DataV、Tableau、FineReport等BI工具，实时查询数据并发布报表。
兼容的数据源和工具：
角色 | 兼容选项 |
数据同步 | DTS、数据集成 |
源数据库 | 云数据库RDS、PolarDB、自建数据库 |
任务调度 | DataWorks |
BI与报表 | Quick BI、DataV、Tableau、FineReport |
加速大数据分析
通过数据集成或对象存储OSS导入MaxCompute、Hadoop和Spark中的数据，直接对这些数据进行高性能分析、处理和在线数据探索。
直接查询OSS中的数据
通过OSS外部表对存储在OSS中的数据执行并行查询，基于现有OSS数据构建阿里云数据湖分析平台。
产品能力
云原生数据仓库AnalyticDB PostgreSQL版提供以下OLAP服务能力：
ETL 离线数据处理
云原生数据仓库AnalyticDB PostgreSQL版支持大规模复杂SQL工作负载：
能力 | 说明 |
SQL兼容性 | 标准SQL语法、OLAP窗口函数和存储过程 |
查询优化 | ORCA查询优化器自动处理复杂查询，无需手动调优 |
处理架构 | MPP架构，秒级处理PB级数据 |
存储效率 | 列存储配合高压缩比，加速大表扫描 |
在线高性能查询
适用于混合实时探索、数据仓库和数据更新的场景：
能力 | 说明 |
写入吞吐 | 支持高吞吐的INSERT、UPDATE和DELETE操作 |
点查延迟 | 行存储配合B-tree和位图索引，毫秒级返回结果 |
事务支持 | 分布式事务、标准隔离级别、混合事务与分析处理（HTAP） |
多模数据分析
适用于超越结构化数据的分析场景：
能力 | 说明 |
地理空间分析 | PostGIS扩展支持地理数据查询 |
机器学习 | MADlib库内机器学习算法，支持AI原生分析 |
非结构化数据 | 支持图片、音频和文本的向量检索 |
半结构化数据 | JSON支持日志分析与处理 |