雲棲乾貨回顧 | 更強大的實時數倉構建能力!分析型資料庫PostgreSQL 6.0新特性解讀
阿里雲
AnalyticDB for PostgreSQL 為採用MPP架構的分散式叢集資料庫,完備支援SQL 2003,部分相容Oracle語法,支援PL/SQL儲存過程,觸發器,支援標準資料庫事務ACID。AnalyticDB PG透過行儲存、列儲存、多種分割槽表和索引等機制,可以支援海量資料的交付分析,也支援ETL批處理任務。
AnalyticDB PG 6.0 版本大幅提升併發事務處理能力,更好的滿足實時數倉場景,同時透過事務鎖等最佳化,完備支援HTAP業務。AnalyticDB PG 6.0的核心從PostgreSQL 8.2升級到9.4,更好的相容PostgreSQL社群生態。
免費公測!
AnalyticDB for PG 6.0 重要特性:
PostgreSQL 核心升級
AnalyticDB for PG 6.0版本較之前 4.3 版本,PostgreSQL核心從 8.2版本升級到9.4版本,大量PostgreSQL新特性包括:
-
JSONB型別:在既有JSON型別上,支援JSONB儲存格式,實現高效能的JSON資料處理及更豐富的JSON函式。
-
UUID型別:支援 UUID 資料型別。
-
GIN索引和SP-GiST索引:可以更高效能支援模糊匹配,以及中文檢索。
-
細粒度許可權控制:支援了 schema 級別,以及 column 列級別許可權控制和授權。
-
高效Vacuum:Vacuum在做空間釋放時,可以暫時跳過被加鎖的頁面,而稍後再次輪詢訪問對其Vacuum,從而整體減少被阻塞的狀況。
-
DBLink:支援跨庫的查詢訪問。
-
Recursive CTE:實現SQL的遞迴查詢功能,用於處理邏輯上為層次化或樹狀結構的資料,方便對該類資料進行多級遞迴查詢。
-
PL/SQL 增強:支援RETURN QUERY EXECUTE語句,可以動態即刻執行SQL;支援 Anonymous blocks 匿名塊定義。
HTAP (OLAP+OLTP)能力提升
透過引入
全域性死鎖檢查機制 (global deadlock detection),會動態的收集和分析鎖的資訊來檢查和解除全域性死鎖。基於此,HEAP表的更新修改操作可以只借助細粒度行鎖完成,支援大併發的更改刪除查詢,提高整個系統的併發度和吞吐量。同時還對事務鎖進行了最佳化,減少了開始事務和結束事務時的鎖競爭。ADB PG 6.0在既有高效能 OLAP分析基礎上,也可以提供高吞吐交易事務處理。
典型 OLTP 場景 TPC-C 達到
10w tpmc;Sysbench 支援 select
15w tps, insert
5w tps,update
2w tps。
OLAP 新功能特性
-
支援複製表(replicated table):針對數倉中的維度表,透過建立複製表(DISTRIBUTED REPLICATED clause),可以大量減少資料傳輸,提升查詢效率。
-
支援zstandard壓縮演算法:ZSTD壓縮演算法,較之前 zlib 壓縮演算法,提升三倍的壓縮和解壓效能。
本文作者:Roin123
本文為雲棲社群原創內容,未經允許不得轉載。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69947441/viewspace-2660788/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 更強大的實時數倉構建能力!分析型資料庫PostgreSQL 6.0新特性解讀資料庫SQL
- 雲棲乾貨回顧 |“頂級玩家”集結!分散式資料庫專場精華解讀分散式資料庫
- 雲棲乾貨回顧 | 行業頂級NoSQL成員坐陣,NoSQL資料庫專場重點解析!行業SQL資料庫
- 技術乾貨 | 阿里雲資料庫PostgreSQL 13大版本揭秘阿里資料庫SQL
- 雲棲大會72小時沉浸式精彩回顧
- 阿里雲實時數倉Hologres年度釋出,解讀數倉新趨勢阿里
- 乾貨 | 攜程酒店實時數倉架構和案例架構
- 更簡單易用的資料倉儲,阿里雲重磅推出分析型資料庫3.0版阿里資料庫
- AnalyticDB for PostgreSQL 6.0 新特性介紹SQL
- 雲棲深度乾貨 | 打造“雲邊一體化”,時序時空資料庫TSDB技術原理深度解密資料庫解密
- 【資料合集】2018雲棲大會•上海峰會回顧合集:PDF下載
- TiDB 6.0 新特性解讀 | Collation 規則TiDB
- 如何構建準實時數倉?
- 活動精彩回顧|GopherChina 2019乾貨回顧!Go
- 構建實時資料倉儲首選,雲原生資料倉儲AnalyticDB for MySQL技術解密MySql解密
- 【資料合集】2018雲棲大會•重慶峰會回顧合集:PDF下載
- 海量資料分析更快、更穩、更準。GaussDB(for MySQL) HTAP只讀分析特性詳解MySql
- TiDB 6.0 新特性解讀丨 Collation 規則TiDB
- 【雲棲2023】林偉:大資料AI一體化的解讀大資料AI
- 你需要的不是實時數倉 | 你需要的是一款強大的OLAP資料庫(下)資料庫
- 離線數倉建設,企業大資料的業務驅動與技術實現丨03期直播回顧大資料
- 全球分散式雲大會:AntDB超融合流式實時數倉,打造分散式資料庫新紀元分散式資料庫
- 《Greenplum構建實時資料倉儲實踐》簡介
- 乾貨 | 影像資料增強實戰
- Insights直播回顧,對話專家,HMS Core 6創新能力解讀
- 大咖帶你解讀 PostgreSQL 15 新特性 | 直播預告SQL
- GaussDB(DWS)基於Flink的實時數倉構建
- 實時數倉方案五花八門,實際落地如何選型和構建
- 雲原生無伺服器以及實時數倉降低資料分析門檻伺服器
- 乾貨|上雲了,如何保障雲資料庫的高可用?資料庫
- 乾貨分享:資料分析的6大基本步驟
- 雲端資料倉儲的模式選型與建設模式
- Clickhouse實時數倉建設
- 一文回顧阿里雲彈性計算雲棲大會精彩看點阿里
- 回顧2019,是什麼令中國電競更強大?
- 基於Flink構建全場景實時數倉
- 傳統數倉如何轉型大資料大資料
- 天翼雲乘風新基建,構建數字化轉型“4+2”能力體系