Spesifikasi yang Direkomendasikan
15% OFF
Edisi Replika Tunggal Replika Tunggal, Biaya Rendah, dan Berkinerja-tinggi
Layanan ApsaraDB untuk ClickHouse Cloud-Native yang Berkinerja-tinggi
Skenario
-
Menganalisis lebih dari 100 juta record log
-
Menyelesaikan bottleneck penulisan dan masalah stabilitas dari Elasticsearch open source
-
Mendukung pemilihan user, marketing real-time, analisis perilaku, dan profil pelanggan
Spesifikasi
CPU 8 Core atau Lebih | 2 Node atau Lebih | Replika Tunggal
15% OFF
Edisi Ketersediaan Tinggi Replika Ganda, Dukungan DR, dan Ketersediaan Tinggi
Layanan ApsaraDB untuk ClickHouse Cloud-Native yang Berkinerja-tinggi
Skenario
-
Menganalisis lebih dari 100 juta record log
-
Menyelesaikan bottleneck penulisan dan masalah stabilitas dari Elasticsearch open source
-
Mendukung penyesuaian skala vertikal dan skalabilitas horizontal node
Spesifikasi
CPU 8 Core atau Lebih | 2 Node atau Lebih | Replika Ganda
Manfaat
Biaya Lebih Rendah dan Kinerja Lebih Baik
Mendukung set instruksi SIMD yang efisien dan Mesin eksekusi bervektor. Meningkatkan kinerja kueri lebih dari 100 hingga 1000 kali lipat dibandingkan dengan database tradisional. Mendukung laju kompresi tinggi tingkat kolom.
Management Tingkat Perusahaan
Mendukung penyeimbangan dan penyesuaian skala selama redistribusi data, isolasi sumber daya multi-penyewa, management database online, orkestrasi task pengembangan, dan integrasi data yang komprehensif.
Kemudahan Penggunaan
Memungkinkan Anda untuk konfigurasi kluster, replika, parameter, pengaturan keamanan jaringan, dan sistem O&M dengan mudah.
O&M dan Dukungan Teknis Komprehensif
Menyediakan sistem Pemantauan dan diagnosis untuk disk, CPU, memori, IOPS, koneksi database, volume baca dan tulis, TPS, ZooKeeper, dan kueri SQL lambat. Menyediakan dukungan teknis secara real-time.
Fitur
Analisis Real-Time Berdasarkan Arsitektur Data Lakehouse
Menyediakan layanan yang kompatibel dan open source, kernel yang dioptimalkan, dan dukungan teknis profesional
Storage Data Panas dan Dingin Berjenjang
Mendukung manajemen data berdasarkan penggunaan storage panas dan TTL, serta pergerakan data otomatis berdasarkan kebijakan yang ditentukan. Ini mengurangi biaya storage.
Integrasi dengan OSS dan MaxCompute
Mendukung impor data dari tabel eksternal OSS dan MaxCompute serta menganalisis data berdasarkan arsitektur Data Lake dengan biaya rendah
Antrian Sumber Daya
Mendukung pembuatan berbagai antrian sumber daya dan binding pengguna ke antrean tersebut. Memungkinkan Anda melakukan isolasi resource berdasarkan pengguna dan menentukan prioritas kueri. Mendukung optimalisasi resource dinamis dari berbagai antrean
Integrasi Data yang Komprehensif dan Efisien
Mendukung impor data dari berbagai sumber untuk buat gudang data real-time
Layanan Komputasi Real-Time
Mendukung penulisan data real-time dari Flink, Spark, dan Kafka
Layanan Data Besar
Mendukung Sinkronisasi data dari layanan data besar, seperti DataWorks dan Data Management (DMS), dan penjadwalan task berbasis Directed Acyclic Graph (DAG)
Layanan Database
Mendukung Sinkronisasi data database menggunakan MaterializeMySQL, tabel eksternal MySQL, DataWorks, dan Layanan Transmisi Data
Fitur yang Mudah Digunakan dan Cloud-Native
Menyediakan fitur O&M yang komprehensif untuk mengurangi biaya
Penyesuaian Skala Otomatis
Mendukung Penyesuaian Skala Otomatis kluster untuk memastikan distribusi data yang seimbang
Peringatan Pemantauan
Menyediakan sistem Pemantauan dan diagnosis untuk disk, CPU, memori, IOPS, koneksi database, volume baca dan tulis, TPS, ZooKeeper, dan kueri SQL lambat. Menyediakan dukungan teknis secara real-time
Management Database Online
Mendukung management akun online, management jaringan, konfigurasi parameter kluster, management kueri lambat, dan management kamus data
Skenario Umum
Analisis Backtesting Kuantitatif Berdasarkan Data Pasar Historis Masif
Perusahaan keuangan yang terlibat dalam perdagangan kuantitatif biasanya menggunakan strategi dan algoritma perdagangan kuantitatif untuk investasi. Algoritma berkualitas tinggi dan backtesting kuantitatif berkualitas tinggi sangat penting untuk profitabilitas bisnis. Oleh karena itu, pedagang kuantitatif biasanya menggunakan algoritma perdagangan terbaru untuk menguji dan meninjau data deret waktu historis untuk menentukan profitabilitas, sebuah proses yang dikenal sebagai backtesting. Kompleksitas model backtest menentukan jumlah parameter yang disediakan, seperti modal awal, modal risiko (%), ukuran portofolio, Komisi, rata-rata selisih harga jual-beli, dan tolok ukur (misalnya, indeks S&P 500), yang membantu pedagang mengevaluasi efektivitas strategi perdagangan terbaru. Selain itu, pedagang menggunakan algoritma saat ini untuk melakukan backtest dana berdasarkan kondisi perdagangan real-time, melacak volatilitas, dan memprediksi pengembalian di masa depan.
Keuntungan Solusi
-
Kinerja Analisis Real-Time yang Efisien
Kinerja kueri tabel lebar dari ApsaraDB untuk ClickHouse adalah sekitar 900 kali lipat dari MySQL dan 10 kali lipat dari Elasticsearch.
-
Fleksibilitas
Arsitektur MPP dari ApsaraDB untuk ClickHouse menyediakan kemampuan penulisan data 50-200MB/s per node, dengan skalabilitas linier dengan menambahkan node.
-
Fungsi yang Kaya
ApsaraDB untuk ClickHouse menawarkan 150+ fungsi bawaan untuk perhitungan Presisi tinggi dengan data deret waktu menggunakan Fungsi jendela waktu, memfasilitasi analisis agregasi data deret waktu.
-
Biaya Rendah
ApsaraDB untuk ClickHouse memiliki fitur kemampuan storage berjenjang data dingin-panas, memungkinkan pengarsipan data ke storage berbiaya rendah, mengurangi biaya storage lebih dari 85%.
Rekomendasi
Analisis Profil Pelanggan
Melakukan analisis multi-dimensi pada perilaku user berdasarkan log. Mendukung Pemantauan bisnis real-time dan operasi real-time menggunakan layar
Manfaat Solusi Kami
-
Analisis Efisien
Menyediakan kemampuan analisis yang efisien. Kueri untuk 100 miliar entri log diselesaikan dalam waktu 30 detik. 95% dari kueri untuk 100 juta entri log diselesaikan dalam waktu 5 detik.
-
Integrasi Data Komprehensif
Mendukung impor data dari berbagai layanan data besar
-
Penulisan Efisien
Menyediakan throughput tinggi dan mendukung penulisan 10 miliar entri log per jam selama periode puncak
Rekomendasi
Pemilihan user dan Marketing Presisi
Menganalisis data historis dan membersihkan data perilaku user real-time. Memungkinkan Anda pilih pengguna yang diperlukan untuk marketing berdasarkan tag historis dan tag real-time untuk meningkatkan pengguna aktif harian (DAU).
Manfaat Solusi Kami
-
Analisis Efisien
Meningkatkan kinerja analisis agregasi 5 hingga 10 kali lipat dibandingkan dengan solusi analisis log tradisional. Kueri untuk 100 juta entri log diselesaikan dalam hitungan milidetik.
-
Penulisan Efisien dan Stabil
Mencegah masalah OOM saat menulis sejumlah besar data log dibandingkan dengan Elasticsearch. Menyediakan kecepatan penulisan 50 hingga 200 MB/s
Rekomendasi
Evaluasi Periklanan dan Profil user
Melakukan analisis multi-dimensi pada sejumlah besar data user, mengidentifikasi pengguna untuk periklanan, dan mengevaluasi biaya periklanan. Membuat profil user, mengevaluasi akurasi periklanan, dan memperkirakan keuntungan yang diharapkan.
Manfaat Solusi Kami
-
Analisis Efisien
Melakukan analisis online untuk mengidentifikasi pengguna untuk periklanan. Kueri untuk 100 juta record data dalam tabel lebar diselesaikan dalam hitungan detik.

Menganalisis lebih dari 100 juta record log