新品发布
2022-08-30
2022-08-05
2022-05-30
2022-05-19
产品优化
2023-02-06
2022-07-19
2022-06-27
2022-05-19
产品优势
-
![]()
专注实时场景
数据实时写入、实时更新，写入即可见，与Flink原生集成，支持高吞吐、低延时、有模型的实时数仓开发，满足业务洞察实时性需求。
-
![#]()
亚秒级交互式分析
支持海量数据亚秒级交互式分析，无需预计算，支持多维分析、即席分析、探索式分析、MaxCompute加速分析，满足所见即所得分析体验。
-
![#]()
统一数据服务出口
支持多维分析、高性能点查、数据检索等多个场景，支持负载隔离，简化数据架构，统一数据访问接口，实践分析服务一体化(HSAP)。
-
![#]()
开放生态
标准SQL协议，无缝对接主流BI和SQL开发框架，无需应用重写。支持数据湖场景，支持JSON等半结构化数据，OSS、DLF简易入仓。
产品特性
多场景查询分析
支持行式与列式两种存储模式，同时满足简单、复杂和ad-hoc查询等多样化分析查询需求。使用大规模并行处理架构，分布式处理SQL，高资源利用率，海量数据亚秒级查询。
海量数据复杂查询
全并行计算，实现PB级数据关联分析亚秒级响应。
海量数据点查询
PB级存储、每秒亿级记录写入与查询，相比开源系统性能提升10倍以上。
联邦计算
无缝对接MaxCompute：无需移动数据，直接交互式分析，快速获取查询结果。支持单独查询MaxCompute或结合实时数据进行联合计算。
云原生实时数仓
针对实时数仓数据更新频繁，加工敏捷，分析灵活自助的特性，支持高并发实时写入与更新，支持事务隔离与原子性，数据写入即可查。
高吞吐实时写入与更新
与Flink、Spark等计算框架原生集成，通过内置Connector，支持高通量数据实时写入与更新，支持源表、结果表、维度表多种场景，支持多流合并等复杂操作。
所见即所得的开发
数据实时写入即可查询，支持DB、Schema、Table三级体系，支持视图View，原生支持Update/Delete，支持关联、嵌套、窗口等丰富表达能力，支持半结构JSON数据。
全链路事件驱动
支持表更新事件的Binlog透出能力，通过Flink消费Hologres Binlog，实现数仓层次间全链路实时开发，满足分层治理的前提下，缩短数据加工端到端延迟。
企业级运维
存储计算分离架构，计算存储独立弹性伸缩，支持计算负载、访问权限等细粒度管控要求，提供丰富的监控和告警，支持系统热升级，满足企业级安全可靠的运维需求。
数据安全
支持细粒度访问控制策略，支持BYOK数据存储加密和数据脱敏，支持数据保护伞、IP白名单，支持RAM、STS及独立账号等多种认证体系，通过PCI-DSS安全认证。
负载隔离
支持基于资源组的负载隔离，隔离不同业务需求，不同查询类型，写入和读取等资源竞争场景，保障系统的持续稳定。
高可靠设计
多个计算实例组成高可靠部署模式，实例间共享存储，支持故障隔离和在线服务高可用，支持故障节点快速自动恢复。存储计算分离，资源独立扩展，无需本地盘，盘古三副本高可靠冗余存储。
生态与可扩展性
兼容PostgreSQL生态，与大数据计算引擎及大数据智能研发平台DataWorks无缝打通。您无需额外学习，即可上手开发。
兼容PostgreSQL生态
兼容PostgreSQL生态，提供JDBC/ODBC接口，轻松对接第三方ETL和BI工具，包括Tablueau、QuickBI、PowerBI等。
DataWorks深度集成
与DataWorks深度集成，提供图形化、智能化、一站式的数仓搭建和交互式分析服务工具。
内置达摩院Proxima向量检索能力
与PAI紧密结合，内置达摩院Proxima向量检索插件，支持特征数据实时计算，向量检索实时召回。
典型应用场景
基于流量数据的实时精准营销
随着流量红利逐步消失、拉新成本飞速上升等问题，某跨境电商公司业务发展需要从原始的野蛮生长逐步转型，原传统Lambda架构复杂，无法支撑多维指标细粒度分析，不能达到精细化运营的目的。通过实时数仓升级，稳定支撑历年双11，节约成本近50%，提效300%，实现实时精准营销。
场景优势
实时业务推荐
- 以Hologres行存表替换HBase，Flink实时关联Hologres维表，实时生成用户标签，助力业务实时运营决策，实时用户触达和推荐。
灵活多维分析
- 直标准SQL语法，充分支持精细化运营复杂多维分析诉求，数据加工延迟从3小时加速到实时，多表关联join秒级返回，流量匹配效率提升300%。
成本节省50%
- Flink+Hologres一套架构支持多种业务场景，弹性扩缩容，运维更简单，有效节省资源近50%。
基于用户日志数据的实时多维分析
某互联网社交公司原先通过自建ClickHouse进行实时多维分析，但随着业务增长，推荐业务在典型OLAP分析场景需要更加实时的调整策略和更新模型，以达到召回、精细化运营的目的。通过Hologres替换自建ClickHouse，构筑全链路精细化运营，满足ABTest场景下复杂的探索式分析。
场景优势
实时更新效率高
- 替换自建ClickHouse，Hologres有主键，可以精确去重，与Flink深度集成，支持高吞吐实时写入和更新。
轻松查询大量数据
- 相比自建ClickHouse，可轻松对7天甚至15天数据，千亿级别数据实时多维分析，满足业务不同查询需求。
免运维
- Hologres存储计算分离，存储计算资源独立扩展，可轻松存15天数据，动态扩缩容免运维，只需要专注于业务开发。
基于物流数据的实时订单分析和实时监控
搜索推荐和广告系统目前积累了海量用户行为数据和交易数据，为快速响应多元化的运营诉求，平滑应对电商各类大促的数据洪峰，阿里集团基于实时计算引擎RealtimeCompute、离线数仓MaxCompute和交互式分析Hologres ，从人、货、场的商业逻辑出发，构筑了一套实时全链路精细化运营方案。
场景优势
订单数据灵活分析
- 减少了维度退化的设计，支持千万订单数据实时多维分析，提升业务查询灵活性和开发效率。
交付效率由几天提升到几分钟
- 替换HBase，由Hologres提供在线服务的能力，实时监控物流和仓库异常，提高监控服务的稳定性和物流交付效率。
统一数据服务出口减少架构冗余
- 实时和离线整合成一套架构，共同使用一份数据，统一数据服务出口，数据处理时效性提升，减少架构冗余。
基于业务日志的实时大屏和数据中台
某互联网服务公司原先通过Greenplum、EMR离线架构来搭建实时数仓，但数据更新时效性差，无法实时掌握业务动态。为实现全场景的用户增长需求，采用Flink+Hologres新一代实时数仓，基于业务日志数据构建实时大屏和数据中台系统，加速知识数据探索，促进业务快速发展。
场景优势
报表查询秒级响应
- 完美支撑营收额、订单量等指标实时报表查询，满足企业运营中对于数据时效性越来越高的要求，秒级响应。
实时监控实时决策
- 通过Hologres提供的高并发读写能力，关联设备状态表，可以实时更新状态，满足CRM系统对终端商品的实时查询和监控，并助力业务实时决策。
降低运维开销
- 替换开源Hive、Impala等，精简业务架构，避免数据孤岛以及一致性、安全性等问题，降低了开发、运维维护开销。
