Hologres V2.1 版本发布，新增计算组实例构建高可用实时数仓

Highlight

产品介绍

Hologres 是阿里云自研一站式实时数仓，统一数据平台架构，将 OLAP 查询、即席分析、在线服务、向量计算多个数据应用构建在统一存储之上，实现一份数据，多种计算场景。

V2.1 版本简介

新增弹性计算组实例，解决实时数仓场景下分析性能、资源隔离、高可用、弹性扩缩容等核心问题，同时新增多种用户分析函数与实时湖仓 Paimon 格式支持，COUNT DISTINCT 优化显著提升查询效率。

升级说明：Hologres 支持热升级，跨大版本升级建议停机升级。

弹性计算组（warehouse）构建高可用实时数仓

功能说明：

Hologres 弹性计算组（warehouse）采用 Shared Data 架构，存储共用一份，计算资源分解为不同的计算组（Warehouse），每个计算组可独立弹性扩展，计算组之间共享数据、元数据。

应用场景：

弹性计算组有多种使用方式，用户可以实现高可用、负载隔离与降本，并显著提升故障恢复速度及使用易用性。

• 隔离与高可用：计算组之间物理隔离，不同部门业务之间实现读读隔离、写写隔离、读写隔离，同时避免计算组之间的相互影响，减少业务抖动。

• 成本与弹性：存算分离，存储共享一份，计算组可动态热扩缩容，显著降低成本。

• 易用性：对应用只暴露一个 Endpoint，新增与销毁、故障实例切换等操作通过简单 SQL 即可快速实现，实现故障自动路由。

其他核心能力

实时湖仓新增 Paimon 格式

功能说明：

Hologres 实时湖仓能力在之前版本支持 ORC、Parquet、CSV、SequenceFile、HUDI、Delta、Parquet 等多种格式，V2.1 版本新增 Paimmon 格式，Apache Paimon 是流批统一的湖存储格式，支持高吞吐的写入和低延迟的查询，促进数据在数据湖上真正实时的流动，并为用户提供基于湖存储的实时离线一体化的开发体验。

应用场景：

Flink +Paimon+ Hologres 实时湖仓。基于 Flink 将数仓以 Paimon 这种 Table Format 形式在湖上构建，上层可以使用 Flink 进行流计算，使用 Hologres 对所有层次做统一的 OLAP 查询或者是最上面的 ADS 层做在线分析。方案中 Paimon 可以实现高吞吐的入湖，Flink 可以实现全链路的实时计算，Hologres 可以实现高性能的 OLAP 查询，所以整个链路从实时性、时效性、成本几个方面都可以取的比较好的平衡。

向量计算新增计算巢方案，5 分钟拉起企业级知识库

功能说明：

基于计算巢能力，5 分钟一键拉起 Hologres 向量计算+PAI 部署大模型所需资源，直接通过 WebUI 与示例数据，进行大模型+向量计算对话。

应用场景：

企业级对话知识库构建。将专属行业知识向量化处理后，存储到向量引擎，通过向量计算结合大模型推理求解，输出专属领域准确答案，减少大模型问答幻觉，完成实时知识更新并提高问答速度。

自动优化 CountDistinct，提升查询效率

功能说明：

Hologres 从 V2.1 版本开始，针对 Count Distinct 场景做了非常多的性能优化（包括单个 Count Distinct、多个 Count Distinct、数据倾斜、SQL 没有 Group By 字段等场景），无需手动改写成 UNIQ，即可实现更好的性能。

应用场景：

在 PV、UV 计算等场景提升精确去重查询效率

对比 V2.1 与 V2.0 版本，V2.1 在单条及多条 Count Distinct 的内存消耗、CPU 使用、耗时上都有显著差异。

优化 Runtime Filter 能力，显著提升 Join 效率

功能说明：

Hologres V2.0 版本支持 1 个 join 字段的 Runtime Filter，V2.1 开始支持多字段 Join 的 Runtime Filter。在 Join 过程中，Hologres 根据 build 端的数据特征和分布以及最终 Join 的数据量和原始扫描数据量，自动对 probe 端的数据进行裁剪，从而减少对 probe 端的数据扫描和 Shuffler，以此来提升 Join 性能。

应用场景：

多字段 join 时，自动优化大小表 join 效率，如以下示例 SQL，V2.1 版本可以提升 30%-100%查询速度。

Runtime Filter 是自动触发的能力，无需手动开启。触发条件如下：

•probe 端的数据量在 100000 行及以上。

•扫描的数据量比例：build 端 / probe 端 <= 0.1（比例越小，越容易触发 Runtime Filter）。

•Join 出的数据量比例：build 端 / probe 端 <= 0.1（比例越小，越容易触发 Runtime Filter）。

新增漏斗、留存、路径等函数，简化用户行为分析

功能说明：

用户漏斗分析、留存分析、路径分析是常见的用户行为数据分析场景，Hologres 新增漏斗、留存、路径函数，可以帮助用户更加简单、高效地完成行为分析。

应用场景：

用户漏斗分析，计算每个阶段行为转化率。Hologres 原生支持漏斗函数，也支持区间漏斗函数，这样不仅可以看到每个阶段的漏斗结果，也可以分组展示漏斗的结果，不需要写额外的各种扩展语法。

用户留存分析，计算近 3 天、7 天用户等留存。Hologres 支持留存函数和留存扩展函数，方便业务可以高效的分析产品留存率，助力进一步业务决策。

用户路径分析，计算用户产品使用路径分布情况。Hologres 路径函数可以基于事件，统计用户访问行为的流入留出，快速搭建用户路径桑基图。

BSI+RB 函数助力高效画像分析

功能说明：

Hologres 原生支持 Roaring Bitmap 函数，将用户 ID 构建成 Bitmap 实现属性标签的快速分析；同时在 2.1 版本开始支持 BSI 函数，通过 BSI 的高效压缩和切片索引，实现行为标签的高效分析，同时在查询时可以通过二进制原理和 Roaring Bitmap 交并差运算进行快速计算，支持对高基数行为标签的压缩存储和低延迟查询，从而实现“属性标签”和“行为标签”的高效联动分析。

应用场景：

通过 BSI 函数+RB 函数实现高效的行为分析与画像分析。例如在一张用户属性表，一张用户收入表，表结构如下：

若要计算出“广东、男用户的 GMV 总和”，传统的 Join 语法，数据量大时容易 OOM，通过高效 bitmap 压缩，避免 join 即可联合分析。

若要计算出“昨日广东男用户消费金额 Top K”，传统语法对 GMV 排序要消耗大量资源，BSI+RB 自带 TopK 函数，分析更高效。

支持单实例 Shard 多副本，提升吞吐量，实现查询高可用

功能说明：

单实例 Shard 多副本是 Hologres 一直 Beta 中的能力，在 V2.1 版本正式发布，可以实现单实例内高可用及负载均衡扩吞吐场景，可容忍部分机器故障及热点不均衡问题。

应用场景：

多副本高吞吐场景

小部分 Worker 计算资源使用率很高，其他 Worker 很低，有可能是查询不均导致的，此时增加 Shard 的副本数量，使更多的 Worker 上有 Shard 的副本，有效提高资源利用率和 QPS。

多副本高可用场景

因为单 Shard Failover 时导致查询不可用情况，增加副本数量后，某个 worker 发生故障时，由于仍存在完整的 Shard 副本，实例可以继续。

结合 DataWorks 增强数据同步、血缘、地图、传输加密等能力

功能说明：

Hologres 与 DataWorks 深度集成，在过去的 MySQL、Oracle、PolarDB、SQLServer 等数据源的基础上，V2.1 版本新增支持 ClickHouse 整库全量、ADB 整库同步、Kafka 实时同步到 Hologres。同时在 DataWorks 中可以采集 Hologres 元数据，查看 Hologres 表血缘和字段血缘信息。

更多完整功能列表请查看Hologres V2.1功能发布记录