開發大資料的正确姿勢--互動式分析

在大資料技術領域裡，使用者通常希望獲得高可靠、低延時的資料服務，來滿足簡單或者複雜的查詢場景。本文整理自2019年雲栖大會大資料技術專場互動式分析團隊的精彩演講，為您深度揭秘互動式分析的核心技術以及應用場景，打開開發大資料的正确姿勢！

本文内容整理自雲栖大會演講視訊以及PPT。

更多詳情請點選：

雲栖大會互動式分析現場分享

互動式分析是阿裡雲的一款實時數倉産品，實時數倉最常用的兩種查詢為簡單查詢和複雜查詢，簡單查詢例如典型的雙11媒體大屏，複雜查詢例如AB實時test。針對兩種實時數倉的查詢場景，典型的業務架構為：使用者産生的資料進入消息隊列（例如阿裡雲的DataHub），然後經過實時處理（例如Flink）初步聚合，存儲到存儲服務裡，之後進行資料服務，但由此會産生兩個核心的問題：

1.資料選用什麼存儲服務？

2.如何對外提供高可靠、低延時的資料服務？

針對資料存儲，目前市面上常用的産品可能是：

1.基于行存适用于高并發簡單查詢的Hbase、Cassandra；

2.基于列存适用于複雜大掃描查詢的Druid、Kudu。

而開發人員往往會根據業務特性來選擇适合自己的存儲，當業務足夠複雜的時候，可能一個業務需要多套存儲系統，為開發、運維帶來難度。除此之外，根據業務不同的需求，在資料查詢方面也會有不同的需求，比如有時需要簡單查詢，有時需要複雜關聯查詢，這時又需要使用不同的計算引擎來提供資料服務，這無疑又給開發、運維帶來一定難度。

互動式分析的誕生就是為了解決以上問題，為使用者提供一站式高并發、低延時的存儲和計算一體化的資料服務，并與大資料生态無縫打通，讓你使用現有BI工具就能實作PB級資料的秒級查詢分析。

互動式分析--秒級實時數倉

• 大規模計算型存儲

  采用存儲、計算分離的架構，支援簡單查詢與複雜SQL查詢。

• 高性能查詢服務

  使用互動式分析實作PB級資料秒級查詢響應。

• 相容PostgreSQL生态

  意味着隻要會使用PostgreSQL就能使用互動式分析，大大降低學習成本。同時，也意味着所有對接PostgreSQL的工具也能對接互動式分析，例如PostgreSQL自有的用戶端（psql）、BI分析工具（Tableau、Quick BI）等。

典型應用場景

互動式分析經過在集團内的多年沉澱，已形成自有的典型應用場景，并且廣泛用于網際網路、新零售、IOT、金融等各個業務。

系統架構

• 底層存儲在盤古系統中，存儲計算分離，并與MaxCompute在底層無縫打通，可直接對MaxCompute資料加速查詢。
• 相容PostgreSQL，提供JDBC、ODBC接口可直接對接各種開發工具、BI分析工具。

  

關于互動式分析的更多詳細資訊，可前往

互動式分析官網

檢視。

同時也歡迎大家進入互動式分析的釘釘交流群，技術專家實時線上為您解決問題。