PostgreSQL典型场景 4. AnalyticDB for PostgreSQL 未来演进 典型场景分析 数据分析场景 场景挑战 AnalyticDB for PostgreSQL 优势 ETL 批量处理 • 复杂 SQL 调优 • 海量数据关联聚合 • 支持标准SQL，OLAP窗口函数，存储过程 • 新一代Cascade框架 分布式SQL优化器，复杂查询免调优 • MPP多节点全并行计算，PB级数据秒级响应 构筑云上数据仓库 1：实时数仓场景 通过 DTS/Kettle/rds_dbsync 实时同步交易库数据到 ADBPG MySQL/PG->DTS->ADBPG 2：离线数仓场景 数据集成按天/小时 批量同步交易库数据ADBPG MySQL/PG/SQLServer/Oracle –>DataX/OSS-> ADBPG 3：大数据计算场景 同步MaxCompute/Hadoop数据，ADBPG做在线分析 OSS海量云存储 Data Lake Store DTS 实时同步 Dump Data Dump Data 数据集成 按需回流 数据仓库应用 在线数据仓库 数据 查询 数据集成 批量同步 1 3 4 2 云化在线数仓 ： 简化、敏捷、一栈式构筑数据仓库 • 一键实现 十分钟 集群创建部署 • 图形化实例管理及自动监控报警 实例SQL安全审计 实例实时监控 实例配置信息

2018年PostgreSQL中国技术大会 目前服务器架构 2018年PostgreSQL中国技术大会 MySQL应用史 • 最开始做的站群系统WEB端使用MySQL： • copy简单快速，批量复制，替换修改简单； • 每个网站一个库，单体数据量小，数据类型固定； • 后来做SCRM系统，也首选MySQL： • 需求经常改动，每次改需求先改数据库； • 数据量越来越大，越来越不了解这只海豚；