什么是AnalyticDB
AnalyticDB是阿里云自研的云原生实时数据仓库，支持从OLTP数据库和日志文件中实时写入数据，并秒级完成PB级数据分析。AnalyticDB采用云原生存算分离的架构，存储按量付费，计算弹性伸缩，同时具备离线处理与在线分析资源隔离的能力，满足企业对于数据处理效率、成本控制、系统稳定性的要求。兼容MySQL、PostgreSQL和Spark生态。
AnalyticDB共有两个引擎，分别为AnalyticDB for MySQL和AnalyticDB for PostgreSQL。
对比项 | AnalyticDB for MySQL | AnalyticDB for PostgreSQL | |
生态 | 高度兼容MySQL 高度兼容Spark | 100%兼容PostgreSQL 高度兼容Oracle | |
架构 | 计算存储分离架构 | ||
扩展性 | 共同点 | 垂直变配 水平扩展 | |
差异 | 支持Multi-Cluster模型实现资源自动弹性 支持MIN-MAX模型实现资源分时弹性和自动弹性 | 支持定时任务实现定时的自动弹性变配 支持Serverless形态实现按需自动弹性变配 | |
重点功能 | 共同点 | 向量检索 全文检索 离线批处理 实时物化视图 | |
差异 | 数据湖 Spark离线处理 查询性能的智能诊断与调优 | RAG应用 时空分析 | |
应用场景 | 共同点 | 实时数仓 实时日志分析 商业智能报表 | |
差异 | 精准营销 多源联合分析 大数据存储分析 离线数据加速 其它数据湖或数据仓库业务迁移（Databricks/Athena/自建Spark/Presto等） | 一站式搭建大模型应用 企业专属知识库 GIS 时空大数据分析 离在线一体数据分析 其他云数据仓库业务迁移（Greenplum、Redshift、Synapse、Snowflake、BigQuery等） | |
客户行业 | 游戏、零售、汽车 | 零售、电商、教育 | |
节省成本 | 共同点 | 按实际数据量收取数据存储费用 冷热数据分离存储，降低数据存储的成本 根据规律的业务波峰波谷，自动定时弹性扩缩资源，既保障流量高峰的资源充足，又避免高峰过后的资源闲置浪费 | |
差异 | 根据业务的实际负载，自动弹性扩缩资源 | 根据实际业务需要，手动启动或暂停实例 | |
AnalyticDB for MySQL简介
湖仓版
在数仓版基础上，同时满足低成本离线处理和高性能在线分析的湖仓一体化版本，称为湖仓版。湖仓版在数据全链路的“采存算管用”5大方面都进行了全面升级。
湖仓版架构如下：
数据源
数据管道APS可以一键低成本接入数据库、日志、大数据中的数据。
存储层+计算层
支持自研引擎，羲和计算引擎和玄武存储引擎。新增集成的开源引擎，Spark计算引擎和Hudi存储引擎。可以借助开源的能力为您提供更丰富的数据分析场景。同时打通自研和开源引擎之间的互相访问，提供更一体化的体验。
存储层：只需一份全量数据，满足离线和在线场景。
在线分析场景需要数据尽量在高性能存储介质上提高性能，离线场景需要数据尽量在低成本存储介质上降低存储成本。为满足不同场景需求，首先将一份全量数据存储在低成本高吞吐存储介质中，低成本离线处理场景直接读写低成本存储介质中的数据，可降低数据存储和数据IO成本，保证高吞吐。其次将实时数据存储在单独的存储IO节点（EIU）上，保证行级的数据实时性，同时对全量数据构建索引，并通过缓存能力对数据进行加速，满足百毫秒级高性能在线分析场景。
计算层：羲和计算引擎，智能选择计算模式。开源Spark计算引擎，满足多种场景。
羲和计算引擎同时提供MPP和BSP两种模式。MPP模式是一种流式计算模式，不适合离线处理低成本和高吞吐场景。BSP模式，通过DAG进行任务切分，分批调度，满足有限资源下大数据量计算，支持计算数据落盘。羲和计算引擎提供自动切换能力，即当查询使用MPP模式无法在一定耗时内完成时，系统会自动切换为BSP模式进行执行。
湖仓版新增的开源Spark计算引擎可以满足更复杂的离线处理场景和机器学习场景。湖仓版中Spark计算层和存储层互相打通，您可以使用计算层资源来处理存储层数据，在创建和配置Spark资源组时更容易。
访问层
访问层通过统一计费单位、统一元数据和权限、统一开发语言、统一传输链路，提升开发效率。
数仓版
数仓版架构如下：
接入层
接入层由Multi-Master可线性扩展的协调节点构成，主要负责协议层接入、SQL解析和优化、实时写入Sharding、数据调度和查询调度。
计算引擎
计算引擎具备分布式MPP和DAG融合执行能力，结合智能优化器，可支持高并发和复杂SQL混合负载。同时借助云原生基础设施，计算节点实现了弹性调度，可根据业务需求做到分钟级甚至秒级扩展，实现了资源的有效利用。
存储引擎
存储引擎是基于Raft协议实现的分布式实时强一致高可用的引擎，通过数据分片和Multi-Raft实现并行，利用分层存储实现冷热分离降低成本，通过行列存储和智能索引达到很好的性能。
在这三层架构之上，通过服务秒级恢复，支持跨可用区部署，自动故障检测、摘除和副本重搭。配合三副本存储、全量和增量备份，提供金融级别的数据可靠性。在周边生态上，提供数据迁移、数据同步、数据管理、数据集成、数据安全等配套工具，方便使用，使您能更加专注于业务发展。
AnalyticDB for PostgreSQL简介
AnalyticDB for PostgreSQL分为存储弹性模式和Serverless两种产品形态。存储弹性模式是基于ECS+ESSD云盘的Shared-Nothing架构采用MPP架构，Serverless是基于ECS+本地缓存+OSS远端存储的存储计算分离的Shared-Storage架构。
AnalyticDB for PostgreSQL实例包含一个协调节点（又称Master节点）和多个工作节点（又称Segment节点）。协调节点负责集群的元数据管理、负载均衡等。工作节点负责数据处理，工作节点内部包含Orca优化器、自研的Laser执行引擎和Beam存储引擎，实现查询的高性能，同时结合IMV实时物化视图组件，打造实时数仓。工作节点挂载的ESSD云盘负责热数据存储，而冷数据则存储在OSS中，通过冷热数据分层存储，兼顾查询性能和存储成本。工作节点的计算资源和存储资源，可独立扩缩容。