1、概述
阿里云原生數倉 AnalyticDB for PostgreSQL 與 AMD 新一代硬件深度優化,結合全自研計算引擎及行列混合存儲實現性能升級,綜合性能提升30%。結合豐富的企業級能力幫助企業構建離在線一體、流批一體綜合數據分析平臺,采用同一引擎即可滿足離線批處理、流式加工,交互式分析三種場景,在開發運維、時效性及成本上具備更高的性價比。
2、性能優化路徑
2.1 硬件架構優化
2.1.1 芯片性能提升
AMD 和阿里云聯合打造的新一代硬件采用全新 CIPU 架構,處理器采用 AMD EPYC Genoa 處理器,可提供穩定的算力輸出、更強勁的I/O引擎以及芯片級安全加固。
第四代 EPYC 較第三代 EPYC 性能提升顯著,針對分析型數據庫產品痛點在高算力、高內存帶寬、低延遲等特點進行優化,可幫助企業用戶在數據倉庫、在線分析場景中具備更好的性能。
2.1.2 計算能效提升
在性能功耗比方面,新一代服務器在相同核心數量下(對比搭載兩個64核AMD EPYC 9534和兩個64核的AMD EPYC 7763的服務器)整數性能提升約24%,浮點性提升約52%。可以用更少的服務器來完成同樣的工作,或者用同樣數量的服務器在相同的時間內完成更多的工作。
2.1.3 安全性和隔離性提升
第四代 AMD EPYC 支持安全內存加密(SME)和安全加密虛擬化(SEV),將內存與擁有他的線程相關聯,從而幫助擊退旁路攻擊;增加了SEV中加密上下文的數量,可以容納更多的安全虛擬機。
通過 AMD 安全加密狀態(SEV-ES)幫助保護虛擬機狀態不受惡意或受損管理程序影響;還增加AMD安全嵌套分頁(SEV-SNP)功能,以防止數據重放、內存重映射等攻擊。
2.2 數據庫內核優化
2.2.1 全自研計算引擎
AnalyticDB for PostgreSQL 全自研計算引擎為數據處理和交互式分析加速。它通過以下技術實現性能提速:
● 應用芯片向量化技術如 SIMD 指令集等把芯片的并行化計算能力利用到極致。
● 采用 LLVM JIT 即動態編譯優化,加速計算以提高數據處理效率。
● 自適應內存模型,根據計算模式動態選擇行存/列存內存模型。
● 針對典型場景提供加速方案,比如針對 Runtime Filter 加速Join分析,字典特性加速低基數字段計算場景等。
2.2.2 全自研行列混存
一份存儲下即可支持實時高吞吐寫入/更新和實時高聚合分析兩種場景。
寫入方面利用 Write Optimized Part 高效承接批量/流式數據并通過內部 Optimize 優化,將數據轉化為更利于查詢的 Read Optimized Part,從而實現高效的查詢性能。利用 Metadata 實現高并發 Update/Delete。
支持基于 Btree 索引的強主鍵模型,在寫入數據時實現高效精準去重。在實時寫入場景中單 CPU Core 可達到10萬行/秒的寫入性能。
支持 Upsert 功能在產生主鍵沖突時用戶可根據實際業務需要靈活地選擇忽略更新、覆蓋更新或是條件更新模式。
在查詢方面存儲引擎無縫兼容多種索引類型如 Btree , GIN , GIST 和 自研向量檢索索引,可以實現任意維度的高性能點查,全文檢索和向量檢索。
2.2.3 資源隔離增強
支持混合負載實現資源最大化利用,可同時承載流式寫入,數據加工,交互式分析三類任務。
引擎通過資源組實現資源管理,相對使用資源隊列更精細化、管理資源類別更全面。
它支持對CPU、內存按照業務優先級設置資源隔離策略,支持動態配置,配置即生效不需要重啟引擎,大大減輕運維壓力。
2.2.4 安全能力增強
完善和增強安全能力:
● 網絡連接安全,支持 SSL TLS 1.1/1.2/1.3 加密算法,滿足最新的網絡安全要求。
● 存儲安全,支持云盤加密實現數據加密存儲。
● 加密算法,支持非對稱加密和對稱加密算法如 SM4。
● 支持行級和列級權限管控,做到最細權限粒度控制和最小化敏感數據訪問。
● 動態數據脫敏,引擎級支持對敏感字段設置脫敏規則,實現敏感信息過濾和保護。
● 支持 SQL 審計可對 SQL 操作明細進行審核。支持事件審計可實現對異常行為追溯。
3、測試結果
性能測試采用國際標準 TPC-H 測試集進行,實驗組搭載 AMD EPYC Genoa 服務器 ,對照組集群搭載同等規格下的其它主流硬件。
3.1 測試資源
3.2 測試過程
3.3 測試總結
采用國際標準 TPC-H 測試集以及在同等運行環境下,AnalyticDB for PostgreSQL 采用 AMD EPY 服務器較比常規主流服務器平均性能提升 32.7%。
4、優勢及應用場景
4.1 離在線一體分析
AnalyticDB for PostgreSQL 在 AMD 硬件加持和全自研計算引擎及存儲助力下,可同時提供穩定高效的離線批處理和高性能在線報表分析能力,具備高性價比:
● 數據加工后即可為下游報表工具或系統提供在線數據分析服務,避免在多引擎中同步數據造成數據不一致和時效性低的問題。
● 全自研引擎實現高性能交互式分析,行列混合存儲可實現高效的IO裁剪,加速多維組合分析。
● 支持實時物化視圖實現高并發報表查詢。
4.2 海外數倉平滑遷移
SQL語法全覆蓋并且支持自定義函數和存儲過程。高度兼容 Greenplum/Redshift/Synapse/Snowflake 語法。
可覆蓋海外云數倉產品企業級能力,在安全能力、資源隔離、容災等方面實現加強。在實時分析、交互式分析能力上較比海外數倉功能及性能更好,更具性價比。
4.3 流批一體實時數倉
自研業界領先流批一體引擎讓用戶在數倉內即可開發流式任務,支持對批和流任務進行細粒度的資源隔離。
● 可消費 Kafka/Flink/DTS 實時數據源,支持高吞吐流式數據寫入。
● 支持增量實時物化視圖同步和異步刷新,可實現實時多表關聯(支持左連接和右連接)、全量歷史數據回溯、流和批表關聯。
● 可支持實時 Ad-hoc 查詢,滿足實時報表分析和下游應用系統高時效性數據需求。
