Highlight

产品介绍

Hologres 是阿里云自研一站式实时数仓，统一数据平台架构，将OLAP查询、即席分析、在线服务、向量计算多个数据应用构建在统一存储之上，实现一份数据，多种计算场景。

V2.1 版本简介

新增弹性计算组实例，解决实时数仓场景下分析性能、资源隔离、高可用、弹性扩缩容等核心问题，同时新增多种用户分析函数与实时湖仓Paimon格式支持，COUNT DISTINCT优化显著提升查询效率。

升级说明：Hologres支持热升级，跨大版本升级建议停机升级。

弹性计算组（warehouse）构建高可用实时数仓

功能说明：

Hologres弹性计算组（warehouse）采用Shared Data 架构，存储共用一份，计算资源分解为不同的计算组（Warehouse），每个计算组可独立弹性扩展，计算组之间共享数据、元数据。

应用场景：

弹性计算组有多种使用方式，用户可以实现高可用、负载隔离与降本，并显著提升故障恢复速度及使用易用性。

• 隔离与高可用：计算组之间物理隔离，不同部门业务之间实现读读隔离、写写隔离、读写隔离，同时避免计算组之间的相互影响，减少业务抖动。

• 成本与弹性：存算分离，存储共享一份，计算组可动态热扩缩容，显著降低成本。

• 易用性：对应用只暴露一个Endpoint，新增与销毁、故障实例切换等操作通过简单SQL即可快速实现，实现故障自动路由。

其他核心能力

实时湖仓新增Paimon格式

功能说明：

Hologres实时湖仓能力在之前版本支持ORC、Parquet、CSV、SequenceFile、HUDI、Delta、Parquet等多种格式，V2.1 版本新增Paimmon格式，Apache Paimon是流批统一的湖存储格式，支持高吞吐的写入和低延迟的查询，促进数据在数据湖上真正实时的流动，并为用户提供基于湖存储的实时离线一体化的开发体验。

应用场景：

Flink +Paimon+ Hologres 实时湖仓。基于Flink将数仓以Paimon这种 Table Format 形式在湖上构建，上层可以使用 Flink进行流计算，使用 Hologres 对所有层次做统一的OLAP查询或者是最上面的ADS层做在线分析。方案中Paimon可以实现高吞吐的入湖，Flink 可以实现全链路的实时计算，Hologres 可以实现高性能的OLAP查询，所以整个链路从实时性、时效性、成本几个方面都可以取的比较好的平衡。

向量计算新增计算巢方案，5分钟拉起企业级知识库

功能说明：

基于计算巢能力，5分钟一键拉起Hologres向量计算+PAI部署大模型所需资源，直接通过WebUI与示例数据，进行大模型+向量计算对话。

应用场景：

企业级对话知识库构建。将专属行业知识向量化处理后，存储到向量引擎，通过向量计算结合大模型推理求解，输出专属领域准确答案，减少大模型问答幻觉，完成实时知识更新并提高问答速度。

自动优化CountDistinct，提升查询效率

功能说明：

Hologres从V2.1版本开始，针对Count Distinct场景做了非常多的性能优化（包括单个Count Distinct、多个Count Distinct、数据倾斜、SQL没有Group By字段等场景），无需手动改写成UNIQ，即可实现更好的性能。

应用场景：

在PV、UV计算等场景提升精确去重查询效率

对比V2.1与V2.0版本，V2.1在单条及多条Count Distinct的内存消耗、CPU使用、耗时上都有显著差异。

优化Runtime Filter能力，显著提升Join效率

功能说明：

Hologres V2.0版本支持1个join字段的Runtime Filter，V2.1开始支持多字段Join的Runtime Filter。在Join过程中，Hologres根据build端的数据特征和分布以及最终Join的数据量和原始扫描数据量，自动对probe端的数据进行裁剪，从而减少对probe端的数据扫描和Shuffler，以此来提升Join性能。

应用场景：

多字段join时，自动优化大小表join效率，如以下示例SQL，V2.1版本可以提升30%-100%查询速度。

Runtime Filter是自动触发的能力，无需手动开启。触发条件如下：

.probe端的数据量在100000行及以上。

.扫描的数据量比例：build端 / probe端 <= 0.1（比例越小，越容易触发Runtime Filter）。

.Join出的数据量比例：build端 / probe端 <= 0.1（比例越小，越容易触发Runtime Filter）。

新增漏斗、留存、路径等函数，简化用户行为分析

功能说明：

用户漏斗分析、留存分析、路径分析是常见的用户行为数据分析场景，Hologres新增漏斗、留存、路径函数，可以帮助用户更加简单、高效地完成行为分析。

应用场景：

用户漏斗分析，计算每个阶段行为转化率。Hologres原生支持漏斗函数，也支持区间漏斗函数，这样不仅可以看到每个阶段的漏斗结果，也可以分组展示漏斗的结果，不需要写额外的各种扩展语法。

用户留存分析，计算近3天、7天用户等留存。Hologres支持留存函数和留存扩展函数，方便业务可以高效的分析产品留存率，助力进一步业务决策。

用户路径分析，计算用户产品使用路径分布情况。Hologres路径函数可以基于事件，统计用户访问行为的流入留出，快速搭建用户路径桑基图。

BSI+RB函数助力高效画像分析

功能说明：

Hologres原生支持Roaring Bitmap函数，将用户ID构建成Bitmap实现属性标签的快速分析；同时在2.1版本开始支持BSI函数，通过BSI的高效压缩和切片索引，实现行为标签的高效分析，同时在查询时可以通过二进制原理和Roaring Bitmap交并差运算进行快速计算，支持对高基数行为标签的压缩存储和低延迟查询，从而实现“属性标签”和“行为标签”的高效联动分析。

应用场景：

通过BSI函数+RB函数实现高效的行为分析与画像分析。例如在一张用户属性表，一张用户收入表，表结构如下：

若要计算出“广东、男用户的GMV总和”，传统的Join语法，数据量大时容易OOM，通过高效bitmap压缩，避免join即可联合分析。

若要计算出“昨日广东男用户消费金额Top K”，传统语法对GMV排序要消耗大量资源，BSI+RB自带TopK函数，分析更高效。

支持单实例Shard多副本，提升吞吐量，实现查询高可用

功能说明：

单实例Shard多副本是Hologres一直Beta中的能力，在V2.1版本正式发布，可以实现单实例内高可用及负载均衡扩吞吐场景，可容忍部分机器故障及热点不均衡问题。

应用场景：

多副本高吞吐场景

小部分Worker计算资源使用率很高，其他Worker很低，有可能是查询不均导致的，此时增加Shard的副本数量，使更多的Worker上有Shard的副本，有效提高资源利用率和QPS。

多副本高可用场景

因为单Shard Failover时导致查询不可用情况，增加副本数量后，某个worker发生故障时，由于仍存在完整的Shard副本，实例可以继续。

结合DataWorks增强数据同步、血缘、地图、传输加密等能力

功能说明：

Hologres与DataWorks深度集成，在过去的MySQL、Oracle、PolarDB、SQLServer等数据源的基础上，V2.1版本新增支持ClickHouse整库全量、ADB整库同步、Kafka实时同步到Hologres。同时在DataWorks中可以采集Hologres元数据，查看Hologres表血缘和字段血缘信息。

更多完整功能列表请查看Hologres V2.1功能发布记录