数据仓库
Kappa架构：将实时和离线代码统一（优化lambda架构），但是不好修正数据，开发周期长，成本浪费，对于历史数据的高吞吐量力不从心
原一代数据仓库：
- 离线：hive+maxcompute
- 实时：clickhouse+driud
- 整合离线和实时：drill+presto
- 保存：mysql+redis
- 最后API
下一代：
- 要实时，很实时
- 离线和实时一体化，减少数据移动
- 通用性，要解耦
- 云原生，标准且生态
| 特点 | 数据库 | 缺点 |
|---|---|---|
| 支持事务+ACID | Mysql+presetSQL | 弹性伸缩难做到PD级别，且不能做复杂查询 |
| 分析加速,分布式 | presto+druid+hive+clickhouse… | 面向分析师 |
| 面向服务产品，高并发，查询简单 | hbase+redis+casandra |
既可以支持分析也可以支持事务：HTAP混合事务分析系统
- 需要事务机制保证ACID + 适合模型简单，简单分析场景，TP解决AP问题
既可以分析也可以服务：HSAP服务/分析一体化：Hologres
- 无事务开销（分布式锁、同步）
- 以数据仓库模型（抽象、服用、标准）解决数据服务问题
Hologres
产品特性：
- 分析服务一体化：point（点查询hbase/redis遇到的） /Ad-hoc（即席分析clickhouse）/OLAP（联机分析） 分析
- 以实时为中心：很快，数据实时写入和更新，与Flink原生集成，写入即可见
- 计算存储分离：存储资源和计算资源分离部署并独立扩展+和Maxcompute无缝打通
- 开放生态：兼容PF生态+对接PG开发工具+对接BI
Flink+hologres组合：实时大屏等
hologres：报表等离线加速
Flink+hologres+maxcompute：数据中台+精准营销+多维分析
Hologres架构原理
计算和存储相分离
计算:
- 接入节点Frontend（FE）：SQL认证解析和优化，可以包含多个，兼容postgres11
- worker：执行引擎HQE（hologres query engine，极致查询）/PQE（postgres query engine，兼容postgres）/SQE（对接maxcompute，本地兼容访问maxcompute）+存储引擎（SH，shard，CURD）+缓存+调度（HOS轻量级）
- MetraService（管理元数据信息，同时提供给FE）+Holo Master（拉起Worker）
存储：
- 盘古文件系统
- 数据湖
SQL发送请求-frontend解析分发-worker执行-走不同路径-SE存储获取数据，合并后返回给FE
（点查直接搜Fixed FE）
HSAP挑战和Hologres应对策略
存储计算分离：三种
存储使用盘古
流批统一：底层支持行（PK）、列（OLAP）、行列共存
执行引擎+优化器
名词解释：
hologres开发工具：
PSQL客户端
JDBC连接hologres
数据同步
支持多种异构数据源的离线、实时写入
实时写入数据到hologres
进入hologres控制台–建库建表（1）-进入实时计算Flink控制台-作业开发-新建作业-创建原表和目标表（2）-执行-上线-运维-进入作业运维可以看到提交的作业-启动作业即可-在holoweb控制台查看是否成功（3）
（1）create table if not exists test1(a int ,b bigint ,c text,d timestamp);
（2_1）create temporary table datagen_source(a int ,b bigint,c string,proctime as proctime()) with ('connector'='datagen')flink随机源
（2_2）create temporary table holo_sink(a int,b bigint,c varchar,d timestamp) with ('connector'='hologres','endpoint'='XXX（hologres实例列表控制台查看）','username'='XX','password'='XX','dbname'='XX','tablename'='test1（上面建的表）')holo目标表
（2_3）insert into holo_sink select * from datagen_source;数据实时写入目标表
（3）select * from test1 order by d limit 2;/select count(1) from test1;
Maxcompute离线加速查询
单表创建/批量外表创建
dataworks控制台
- 数据开发
- 临时查询-新建数据源
- 创建表并插入数据
create table if not exists odps_test(
shop_name string,
customer_id string,
total_price int
)
partitioned by (
sale_date string
)
#插入数据
insert into odps_test partition(sale_date='20221111') values('a','张三',50),('b','李四',55);# 查看数据
read odps_test；
- 创建holoweb外部表（元数据管理可视化创建/sql创建）
create foreign table t_odps(shop_name text,customer_id text,total_price int8,sale_date text
)
server odps_server
options(project_name 'XXX项目空间名',table_name 'odps_test');# 验证是否创建,相应会很快，dataworks慢，hologres加速查询！
select * from t_odps;
- 外表完成加速查询完成
COPY命令导入导出数据
在psql里面，连接后测试copy命令
#\d查看数据表
#建表
create table copy_test(
id int,
age int,
name text
);
# 从控制台（stdin）输入数据并复制到表
copy copy_test from stdin with delimiter as ',' null as '';
# 验证
select * from copy_test;#从txt文件导入数据
cmd
psql -U XXX -p 80 -h XX -d X数据库名X -c "copy copy_test from stdin with delimiter ','; " < X文件路径X#COPY N,代表写入了多少条数据# 下载数据到本地
psql
\copy (select * from copy_test) to '本地路径/写入OSS';#下载数据到OSS
psql/HoloWEB SQL编辑器
\copy (select * copy_test limit 2) to program '
hg_dump_to_odd
--AccessKeyId XX
--AccessKeySecret XX
--BucketName XX
--DirName X路径X
--FileName X文件名X
--BatchSize X多少记录X
'
# 最后到OSS查看验证即可
