极致性能，搭建轻量 OLAP 分析平台
复杂的 OLAP 场景带来一系列技术挑战
在这个以数据驱动决策为核心的时代，OLAP 分析成为了企业大数据技术栈中越来越核心的方向。但是技术栈选择多、查询性能慢、数据不一致、多处维护、数据需求响应慢等难题极大限制了 OLAP 分析在企业中的应用落地。
技术栈复杂
常会使用多种技术产品来支撑业务，如 MySQL、CK、Doris 等，组件繁多。
需求响应时间长
业务需要更加灵活的 OLAP 分析，随时变动需求，受限于技术栈的复杂，需求响应时间长。
数据时效性低
无法实时更新、写入，大数据量的复杂查询性能不佳，不能满足业务精细化运营需求。
通过 Hologres 来解决复杂 OLAP 场景的难题
Hologres 提供统一、实时、弹性、易用的一站式实时数仓引擎，分析性能卓越，一份数据可同时支持多维分析、即席分析、在线服务、向量计算等多种场景，替换各类 OLAP 引擎（ClickHouse/Doris/Greenplum/Presto/Impala 等）、KV 数据库（HBase/Redis 等）。
| 传统 OLAP | VS | Hologres |
操作复杂 使用开源工具，操作较为复杂，对同步的方式支持不一样，可能会用到多种同步技术栈。 | 数据同步 | 简单快捷 使用界面化工具 DataWorks 数据集成，包含单表、整库、分库分表的实时、离线、全增量的同步方式。 |
查询性能弱 查询场景丰富度不够，部分场景在性能上较弱。 | 查询性能 | 查询性能强 多表 Join 性能好、高 QPS 点查 TPC-H 30000GB。 |
容易互相影响 资源隔离性不佳，发生故障或者大查询时容易互相影响。 | 稳定性 | 互相隔离且稳定性强 计算组（warehouse）隔离，同时支持自动路由，保证各个实例查询稳定性，Serverless Computing 隔离大作业。 |
开发、运维等成本高 对于多种技术栈，上手难度高，运维也比较复杂，导致各种成本增加。 | 开发效能 | 成本低 一站式集成，快速上手，效率显著提升，同时多种 Serverless 弹性模式帮助降本。 |
基于 Hologres 轻量高性能 OLAP 分析
DataWorks 数据集成可以将 Mysql、PG 等数据库中数据进行单表、整库、分库分表实时同步到 Hologres，也可以将 Clickhouse 等整体迁移到 Hologres。数据存储在 Hologres 中，通过 Hologres 强大的查询性能，可以直接对数据进行查询。除了 OLAP 分析，还可以同时满足即席查询、在线服务，向量计算等多种查询方式，构建一站式实时数据分析平台。
技术方案的广泛应用场景
零售电商分析
通过 Hologres 可以在零售电商海量交易数据下，进行实时多维分析，对接各类 BI 报表，快速完成业务分析需求。
广告流量分析
Hologres 支持 JsonB 半结构化数据，提供漏斗分析、留存分析、路径分析、Roaring Bitmap 属性标签分析、BSI 行为标签分析等函数。
物流订单分析
Hologres 同时支持多维分析以及各类点查服务，满足物流订单数据不同分析查询场景的需求，并提供高可用隔离保证可用性。