SelectDB

场景挑战

大数据分析平台是指企业建立的用于数据管理和分析的系统，它可以帮助企业有效地收集内部各种数据，为企业的各个领域（销售、营销、客户服务、运营、财务等）提供数据支持，促进企业决策的科学化和精细化。

上图是常见的大数据平台典型架构，当前常见解决方案往往面临下列问题

复杂性高
现有的企业内部数据平台中，可能存在多个面向批处理和交互式分析的数据湖和数据仓库，需要配合其他丰富的组件来构建完整的数据处理流程。这些组件数量多，需要一个庞大的团队进行维护。使用这样的数据平台也非常复杂，需要掌握多个工具、平台和技术，难以进行统一的管理和使用。
性价比低
在当前的企业内部数据平台中，存在大量平行的数据系统，导致同一份数据有可能会被多个组件存储多次，造成存储上的浪费。此外，数据具有冷热之分，历史数据虽然很重要，但不一定会被频繁地使用。这种强耦合的设计，导致系统扩容带来了相当大的资源浪费。
实时性差
当前的企业内部数据平台系统更加注重可扩展性，而非单节点性能极致。由于组件众多且数据链路长，数据处理的延迟也较高。然而，随着在线数据应用越来越多地出现，急需新的数据分析和报表服务，这些服务需要更高的并发性能和更低的延迟。
开放性弱
由于不同系统配合衔接的复杂性，数据平台引入新功能变得极为困难。技术架构限制了企业的应对能力，难以应对灵活的业务需求和变化。同时，云上和私有化部署之间的兼容性也相对较低，导致开放性不足。

依托 SelectDB 的数据湖查询加速能力统一数据仓库和数据湖到单一平台，提供高性能的商业智能报表和 Adhoc 分析，以及增量 ELT 数据处理。

丰富的数据集成方式
- ·SelectDB 支持传统的基于 Spark 和 Flink 的 ETL，同时还提供一种轻量级的 ELT，在数据集成方面只涉及数据的抽取和导入，而不做数据转化处理。依托 SelectDB 带来处理能力的提升，数据的转化处理可以完全放到数仓中执行，不再需要 Spark 和 Flink 的支持。
- ·此外，SelectDB 也提供联邦查询能力，可用于处理临时的 adhoc 访问或读取数据湖上的数据，用户无需将数据导入SelectDB，直接通过联邦查询即可实现数据集。
极高的性价比，降本增效
- ·SelectDB Cloud 实现了存算分离、冷热分层、弹性扩缩容等特性，可以实现极低的使用成本。
- ·SelectDB Enterprise 支持多环境部署，并提供运维工具，提供多计算集群，实现计算的严格隔离，在延续了强大的性能的同时，极大的降低了部署运维成本。
- ·SelectDB 产品与开源 Doris 兼容，用户可以方便地迁移数据，保证了系统的开放性，避免了用户被任何一个产品或厂商所锁定。
单一数仓，支持多种分析负载
- ·SelectDB 使用标准 MySQL 协议，支持 BI、数据工程、科学等应用的分析，可与 dbt 配合进行仓内数据转化，提供并发读取、增量数据导入导出机制等功能，可轻松处理各种复杂负载。