产品优势

产品功能

多场景查询分析

支持行存、列存等存储模式和多种类索引，同时满足简单查询、复杂查询、Ad Hoc查询等多样化的分析查询需求。使用大规模并行处理架构，分布式处理SQL，高资源利用率，实现海量数据极速分析，分析服务一体化(Hybrid Serving/Analytical Processing, HSAP)最佳实践。

  • 亚秒级交互式分析(OLAP)

    采用可扩展的MPP架构全并行计算，向量化算子发挥CPU极致算力，ORC格式列存优化索引，SSD存储优化IO，支持PB级数据亚秒级交互式分析体验。

  • 高性能主键点查(Serving)

    基于行存表的主键索引和查询引擎的短路径优化，支持每秒数十万QPS高性能服务型点查，支持高吞吐更新，相比开源系统性能提升10倍以上。

  • 联邦查询，外表加速(Federation)

    无缝对接MaxCompute，无需数据移动，支持外表透明加速BI访问，支持冷热数据关联分析，支持百万级每秒数据高速同步，支持OSS外表读写，简化数据入湖入仓。

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。无需额外学习，即刻上手开发。

  • 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QuickBI、DataV、Tableau、帆软等。支持GIS空间数据分析。

  • DataWorks开发集成

    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，支持数据资产、数据血缘、数据实时同步、数据服务等企业级能力。

  • 达摩院Proxima向量检索

    与机器学习平台PAI紧密结合，内置达摩院Proxima向量检索插件，支持在线实时特征存储、实时召回、向量检索。

应用场景

  • 电商：实时推荐和精准营销
  • 互联网社交：实时多维分析
  • 物流：实时订单分析和实时监控
  • 互联网服务：数据中台和实时大屏
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

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。

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%。

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%。

推荐搭配使用
  • Hologres
  • Flink
  • DataWorks
  • MaxCompute
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

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。

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。

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。

推荐搭配使用
  • Hologres
  • Flink
  • MaxCompute
基于物流数据的实时订单分析和实时监控

某货运物流公司其大数据部门一直在探索建设新一代数仓，但一直没有取得很大突破，无法让数据发挥更大价值。通过Hologres建立的新一代实时数仓，替换原有ES、HBase等架构，解决千万级订单数据实时分析慢和上百万货运司机物流实时调度难的问题。

场景优势

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。

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。

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。

推荐搭配使用
  • Hologres
  • MaxCompute
  • Flink
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

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。

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系统对设备（充电宝）的实时查询和监控，并助力业务实时决策。

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。

推荐搭配使用
  • Flink
  • Hologres
  • DataV
  • Quick BI