支持基于 Btree 索引的強主鍵模型,在寫入數(shù)據(jù)時實現(xiàn)高效精準去重。在實時寫入場景中單 CPU Core 可達到10萬行/秒的寫入性能。

支持 Upsert 功能在產(chǎn)生主鍵沖突時用戶可根據(jù)實際業(yè)務需要靈活地選擇忽略更新、覆蓋更新或是條件更新模式。

在查詢方面存儲引擎無縫兼容多種索引類型如 Btree , GIN , GIST 和 自研向量檢索索引,可以實現(xiàn)任意維度的高性能點查,全文檢索和向量檢索。

2.2.3 資源隔離增強

支持混合負載實現(xiàn)資源最大化利用,可同時承載流式寫入,數(shù)據(jù)加工,交互式分析三類任務。

引擎通過資源組實現(xiàn)資源管理,相對使用資源隊列更精細化、管理資源類別更全面。

它支持對CPU、內(nèi)存按照業(yè)務優(yōu)先級設置資源隔離策略,支持動態(tài)配置,配置即生效不需要重啟引擎,大大減輕運維壓力。

2.2.4 安全能力增強

完善和增強安全能力:

●       網(wǎng)絡連接安全,支持 SSL TLS 1.1/1.2/1.3 加密算法,滿足最新的網(wǎng)絡安全要求。

●       存儲安全,支持云盤加密實現(xiàn)數(shù)據(jù)加密存儲。

●       加密算法,支持非對稱加密和對稱加密算法如 SM4。

●       支持行級和列級權(quán)限管控,做到最細權(quán)限粒度控制和最小化敏感數(shù)據(jù)訪問。

●       動態(tài)數(shù)據(jù)脫敏,引擎級支持對敏感字段設置脫敏規(guī)則,實現(xiàn)敏感信息過濾和保護。

●       支持 SQL 審計可對 SQL 操作明細進行審核。支持事件審計可實現(xiàn)對異常行為追溯。

3、測試結(jié)果

性能測試采用國際標準 TPC-H 測試集進行,實驗組搭載 AMD EPYC Genoa 服務器 ,對照組集群搭載同等規(guī)格下的其它主流硬件。

3.1 測試資源

3.2 測試過程

3.3 測試總結(jié)

采用國際標準 TPC-H 測試集以及在同等運行環(huán)境下,AnalyticDB for PostgreSQL 采用 AMD EPY 服務器較比常規(guī)主流服務器平均性能提升 32.7%。

4、優(yōu)勢及應用場景

4.1 離在線一體分析

AnalyticDB for PostgreSQL 在 AMD 硬件加持和全自研計算引擎及存儲助力下,可同時提供穩(wěn)定高效的離線批處理和高性能在線報表分析能力,具備高性價比:

●       數(shù)據(jù)加工后即可為下游報表工具或系統(tǒng)提供在線數(shù)據(jù)分析服務,避免在多引擎中同步數(shù)據(jù)造成數(shù)據(jù)不一致和時效性低的問題。

●       全自研引擎實現(xiàn)高性能交互式分析,行列混合存儲可實現(xiàn)高效的IO裁剪,加速多維組合分析。

●       支持實時物化視圖實現(xiàn)高并發(fā)報表查詢。

4.2 海外數(shù)倉平滑遷移

SQL語法全覆蓋并且支持自定義函數(shù)和存儲過程。高度兼容 Greenplum/Redshift/Synapse/Snowflake 語法。

可覆蓋海外云數(shù)倉產(chǎn)品企業(yè)級能力,在安全能力、資源隔離、容災等方面實現(xiàn)加強。在實時分析、交互式分析能力上較比海外數(shù)倉功能及性能更好,更具性價比。

4.3 流批一體實時數(shù)倉

自研業(yè)界領先流批一體引擎讓用戶在數(shù)倉內(nèi)即可開發(fā)流式任務,支持對批和流任務進行細粒度的資源隔離。

●       可消費 Kafka/Flink/DTS 實時數(shù)據(jù)源,支持高吞吐流式數(shù)據(jù)寫入。

●       支持增量實時物化視圖同步和異步刷新,可實現(xiàn)實時多表關聯(lián)(支持左連接和右連接)、全量歷史數(shù)據(jù)回溯、流和批表關聯(lián)。

●       可支持實時 Ad-hoc 查詢,滿足實時報表分析和下游應用系統(tǒng)高時效性數(shù)據(jù)需求。

5、開啟方式

新購實例優(yōu)先開啟AMD形態(tài)。在選擇地域時,建議用戶勾選“北京、上海、杭州、深圳”地域開啟實例。

songjy