本文主要是介绍阿里分析型数据库AnalyticDB入门，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
前言
内容基本摘至官方文档，链接如下：
https://help.aliyun.com/product/92664.html
一、定义
从官方文档了解到其的定义为：
阿里云分析型数据库AnalyticDB（简称ADB），是云端托管的PB级高并发实时数据仓库，是专注于服务OLAP领域的数据仓库。在数据存储模型上，采用关系模型进行数据存储，可以使用SQL进行自由灵活的计算分析，无需预先建模。利用云端的无缝伸缩能力，AnalyticDB在处理百亿条甚至更多量级的数据时真正实现毫秒级计算。
AnalyticDB支持通过SQL来构建关系型数据仓库。具有管理简单、节点数量伸缩方便、灵活升降实例规格等特点，而且支持丰富的可视化工具以及ETL软件，极大的降低了企业建设数据化的门槛。
二、产品优势
快
- 新一代超大规模的MPP+DAG融合引擎
- 采用行列混存技术、自动索引、智能优化器，在瞬间即可对千亿级别的数据进行即时的多维度分析透视，快速发现数据价值
- 可以快速扩容至数千节点的超大规模
灵活
- 极度灵活的存储和计算分离架构，可以随时调整节点数量和动态升降配实例规格
- 同时支持在大存储SATA节点和高性能的SSD节点灵活切换
易用
- 作为云端托管的PB级SQL数据仓库，全面兼容MySQL协议和SQL：2003
- 通过标准的SQL和常用的BI工具、以及ETL工具平台即可轻松使用AnalyticDB
超大规模
- 全分布式结构，无任何单点设计，使得数据库实例支持ECU节点动态线性扩容至数千节点
- 通过横向扩容来大幅度提升查询SQL响应速度、以及增加SQL处理并发
高并发写入
- 通过横向扩容节点提升写入能力
- 实时写入数据后，约1秒左右即可查询分析。单个表最大支持2PB数据，十万亿记录
三、应用场景
经典实时数仓场景
您可以通过数据传输DTS将关系型数据库的业务表实时镜像一份到AnalyticDB，通过Quick BI（简称QBI）拖拽式轻松生成报表，或者通过DataV快速定制您的企业实时数据大屏
实时计算清洗回流场景
通过将流计算清洗结果数据回流至AnalyticDB来代替传统的MySQL等单机数据库，作为报表库来查询使用。由于关系型数据库分布式的查询性能优势，不需要分库分表就能解决PB级别的查询性能问题。
ETL清洗回流场景
大数据离线计算平台 MaxCompute、SparkSQL、Hadoop、E-MapReduce等平台产品在清洗完数据后，由于报表查询条件依然很复杂，运营报表需要钻取，导致单机数据库无法支撑性能，此时需要一个像AnalyticDB这样非常强大的报表查询引擎完成数据查询工作。常见的回流数据工具有数据集成 和业内开源产品Datax。
四、名词解释
数据库
数据库是AnalyticDB最高层的对象，按数据库进行资源的分配和管理。每个数据库独享一个服务进程，实现用户间资源的隔离。AnalyticDB中数据库的概念又称之为实例，通常说的一个AnalyticDB数据库就是一个实例，一个实例由若干个ECU节点组成。
ECU
弹性计算单元（Elastic compute units 简写ECU）是AnalyticDB用来衡量实例计算能力的元单位。一个数据库由若干个同一类型的ECU节点组成，例如数据库A，可能由4个C8组成，或者6个S2N组成，每个ECU节点配备有固定的磁盘和内存资源。
表组
表组是一系列可发生关联的数据表的集合，AnalyticDB为了管理相关联的数据表，引入了表组的概念。表组类似于传统数据库schema的概念，AnalyticDB表组分为两类：
维度表组（系统自带）
自带维度概念的表（例如省份表、银行表等），可以放到维度表组下。
普通表组
一般会把需要关联的普通表放在相同普通表组中，建议这个表组中的所有普通表的一级分区数一致，join性能会有很大提升。
表
在表组之下是表的概念，AnalyticDB提供两种类型的表：
维度表
带有维度概念的表（例如银行表），又称为复制表。默认每个ECU节点放置一份全量的维度表数据，所以维度表可以和任何普通表进行关联。由于维度表会消耗更多的存储资源，所以维度表的数据量大小有限制，一般要求维度表单表不超过5000万行。
普通表
普通表就是分区表，为充分利用分布式系统的查询能力而设计的一种表。普通表默认是指一级分区表，如果有增量数据导入需求，可以创建二级分区表。
分区
普通表才有分区的概念，AnalyticDB支持两级分区策略：一级分区采用hash算法，单表数据量在60亿以内，我们推荐您使用一级分区，通常一级分区已足够。二级分区采用list算法，二级分区部分见最佳实践章节。
主键
AnalyticDB的的表必须包含主键字段，通过主键进行记录的唯一性判断。主键由业务id、一级分区键组成，有些情况业务id与一级分区相同。对于记录量特别大的表，从存储空间和insert性能考虑，一定要减少主键的字段数。
示例
以一个电商公司购买了一个AnalyticDB Trade为例，帮助您理解上述概念。
1.客户在阿里云购买1个名为Trade的AnalyticDB（也称之为1个ADS实例），如图所示，Trade由4个C4节点构成。
2.C4是一种ECU规格，我们还提供C8，S2N，S8N三种不同规格的ECU。
3.数据库Trade下面可以规划多个表组（类似Schema概念），不同表组用于存放不同的业务表。
4.Trade数据库创建完毕后，系统会默认创建一个维度表组，所有维度相关的表，可以放到维度表组下。普通表按照上述第3点的规则来管理。
这篇关于阿里分析型数据库AnalyticDB入门的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
