DataWorks技术解决方案_最佳实践列表页_技术解决方案

随着企业信息化程度越来越高，核心业务数据存储在传统关系型数据库中不可避免地会遇到一个问题：单表记录不断增多，数据检索速度会变慢，尤其是对中文的模糊查询（建立普通索引完全不起作用）。虽然数据库自身在不断完善，但效果有限且没办法灵活扩展，复杂场景无法应对。本方案基于阿里云Elasticsearch作为二级索引库，数据集成产品提供Binlog实时订阅，实时解析、增量数据实时更新及二级索引库之间进行数据实时同步，为数据库提供“能力增益”，不仅能从根本解决主库抗压问题，提升稳定性；同时支持高效率、高性能、高弹性、低成本、多复杂场景的检索加速服务。解决问题 1. 单表容量瓶颈查询压力大，主库稳定性风险高； 2. 数据库查询并发性弱 3. 数据库横向扩展能力弱 4. 复杂查询无法满足（全文、模糊查询、聚合查询、多维过滤等复杂场景）；方案优势简单易用：开箱即用，使用门槛低，数据自动备份、多种安全认证、字段级别权限管控。性能优越：PB级数据准实时搜索引擎，查询结果毫秒级返回。功能强大：支持多种数据结构的复杂查询及字段级的全文匹配、模糊匹配、同时集成了阿里达摩院NLP分词器等多种分词插件，性能效果双保障。高弹性低成本：集群一键平滑弹性扩缩容，灵活应对流量峰谷。 API方式可平滑无缝对接用户业务系统。

专有网络 VPC

云服务器ECS

云数据库RDS MySQL 版

DataWorks

Elasticsearch

2209

查看详情一键部署

数据分析

机器学习

基于湖仓一体架构使用MaxCompute对OSS湖数据分析预测

数据湖和数据仓库是当前大数据技术条件下构建分布式系统的两种数据架构设计取向，数据湖偏向灵活性，数据仓库侧重成本、性能、安全、治理等企业级特性。但是数据湖和数据仓库的边界正在慢慢模糊，数据湖自身的治理能力、数据仓库延伸到外部存储的能力都在加强。在这样的背景之下，阿里云MaxCompute率先提出湖仓一体，为业界和用户展现了一种数据湖和数据仓湖互相补充，协同工作的架构。这样的架构同时为用户提供了数据湖的灵活性和数据仓库的诸多企业级特性，将用户使用大数据的总体拥有成本进一步降低。

2135

查看详情一键部署