AnalyticDB推动云原生变革 AnalyticDB是阿里云自主研发的云原生数据仓库，采用存储计算分离+多副本架构，支持最大5000节点规模的弹性扩容，对复杂SQL查询速度比传统的关系型数据库快10倍以上。
近年来，企业数据需求呈现出海量、实时性及多样化等新特点，而以Oracle、Teradata等为代表的传统数据库无法高效应对这些场景。例如，大量上云企业需要进行大规模数据的实时计算分析，但传统数据库面对复杂的在线分析和计算往往需要几十分钟甚至数小时才能完成。
AnalyticDB采用存储计算分离+多副本架构，支持从1个节点到最大5000节点的实时按需弹性扩容，可实现PB级数据存储、查询秒级响应，使业务分析效率从天级提升到分钟级乃至秒级。此外，AnalyticDB还解决了离在线任务的混合处理、结构化和非结构化异构数据融合分析，以及大规模系统管理成本指数级增长等问题。
今年，在数据库与大数据权威评测机构TPC发布的面向复杂分析场景TPC-DS 10TB权威基准测试中，AnalyticDB性能指标刷新世界纪录，荣登榜单第一名。在TPC权威发布的事务与分析混合负载TPC-H基准测试中，AnalyticDB也刷新了TPC-H 30TB性能榜单世界纪录，相比第二名微软 SQL Server 2019，性能提升290%。
基础版优化器
优化器负责对Parser生成的语法树进行处理，通过优化算法生成代价最优的计划提供给计算引擎。计划代价直接影响查询性能，因此优化器是数据库中最核心的模块之一。基础版采用了与集群版一样强大的优化器，包含基于规则、基于代价、和基于模式的多种复合优化技术。
复杂分析型查询经常包含多表join，表的join顺序直接影响查询性能。AnalyticDB优化器采用了基于代价估算和实时采样信息的join order优化算法，能够感知底层存储的数据分布。优化器利用AnalyticDB全索引特征提高了过滤因子（filter factor）估算的准确性。针对复杂join，优化器基于数据分布信息动态调整join order，同时评估数据reshuffling的代价，来从全局代价的维度选择最优的执行计划。
AnalyticDB优化器在经典基于规则优化器（Rule-Based Optimizer）的基础上增加了代价估算和迭代优化，并且集成了Cascades CBO（Cost-Based Optimizer）优化框架。CBO搜索框架会调用 Property Enforcement模块生成分布式执行计划，然后调用代价估算模块，给每一种候选计划评估代价，选择最优的分布式执行计划。为了进一步提高join order的优化效果和效率，AnalyticDB优化器还采用了基于历史信息的优化技术（History-Based Optimizer）、基于常见SQL模式的动态优化技术（Pattern-Based Optimizer），以及数据驱动的智能技术，例如Auto Analyze模块自动搜集统计信息，为优化器搜索最佳计划提供准确的数据支持。
阿里云AnalyticDB产品经理悦畅表示,“时间成本决定企业决策效率，云原生数据仓库AnalyticDB用数据库方式解决大数据问题，在满足数据实时性同时完美支持高并发毫秒级分析，而基础版是把这些客户价值带给所有企业客户的载体。
基于基础版，云原生数据仓库AnalyticDB for MySQL又上线了MySQL分析实例（点击可了解详情）产品形态。MySQL分析实例是云数据库RDS MySQL与AnalyticDB for MySQL联合打造，产品级深度融合的OLTP+OLAP解决方案，解决RDS MySQL客户复杂分析查询卡顿问题，快速构建实时数仓。
阿里云数据库负责人李飞飞表示，经过多年技术演进，云原生数据库已经做好了替代传统数据库的准备。今年，阿里云即将发布万仓计划，助力每个企业拥有属于自己的云原生数据仓库。权威市场研究机构Gartner预测，到2023年全球75%的数据库都会跑在云上。
数据库是所有软件进行数据存储、查询、分析处理的中心，和芯片、操作系统一道被视为现代信息技术领域的三大核心基础。数据库系统通常分为OLTP（在线交易系统）、OLAP（在线分析系统）以及NoSQL（非关系型数据库系统），AnalyticDB所属的分析型数据库是OLAP领域的重要系统，以数据仓库为核心应用场景和代表。
云原生数据仓库AnalyticDB基础版和分析实例为OLTP和OLAP业务融合的纽带，帮助客户上云同时也完美解决构建客户智慧大脑-数据仓库问题。AnalyticDB为数据价值在线化而生，其简单易用、灵活伸缩、极快的分析性能深得云上企业客户的青睐。 
