主题优势
先进的架构
存算分离架构，推算、、元数据、、存储的齐全解耦，推算资源、、存储资源与元数据池化治理，推算齐全无状态。。
高机能引擎
基于 SIMD 指令集的向量化引擎 DPS、、基于价值的优化器、、面向高吞吐的存储，带来了极具竞争力性价比。。
数据安全
表级加密、、细粒度接见节制、、管用分离等战术，保障了企业级安全保险和合规性。。
单一易用
即开即用的云基础设施、、兼容 PostgreSQL 生态、、支持 ACID 事务个性，会使用数据库就会数据分析。。
产品职能
一份数据
SHARED-DATA 架构，全局保留一份数据、、使用统一事实起源，保障了质量，降低了治理复杂度和成本
算子级优化
算子级推算资源的调度优化结合向量化查问执行、、基于数据特点的算法等，最大化推算资源利用率
弹性推算
DPS 集群支持按需部署、、按需变配、、自动或按需启停，矫捷满足推算资源需要
向量化引擎
基于 SIMD 指令集的向量化引擎 DPS，支持动态过滤剪枝职能，显著提升了推算机能和效能
自适应查问扩大 AQS
在 DPS 集群运行的过程中，鉴别出大查问，并转发至共享资源池，查问成功率高达 99.9%
工作负载隔离
支持在多云多地域中按需部署多个 DPS 集群来处置分歧的工作负载，保障了不变性
利用场景
查问和分析需要猛增
降低分析系统的存储成本
简化数据链路
高系统火速性要求
分析系统强不变性要求
AI向量存储、、检索与分析
有显著波峰的数据分析业务
在很多业务场景中，数据的处置需要不是恒定不变的，往往出现出显著的峰谷变动。。在这些场景中数据查问和分析的需要可能会猛增且需要增量难以提前预估。。传统的云数据仓库解决规划固然支持肯定水平的弹性，但是却无法做到实时弹性伸缩，导致用户往往必要依照峰值场景订阅更多的云数据仓库资源，造成了 80% 甚至更多的资源浪费。。这无疑增长了企业的运营成本。。
Relyt 的 DPS 集群支持多种类型、、多种规格、、按需部署、、按需变配、、自动启停，具备高度的可扩大性，可能在业务顶峰期迅速扩大资源，满足激增业务需要，预防因资源不及而影响业务运行。。当业务顶峰从前，有余的 DPS 集群可能自动暂停服务，且暂停服务期间不会产生任何用度。。此外，Relyt 的个性 AQS（Adaptive Query Scaling） 可能在 DPS 运行时鉴别出大查问并通过将这些大查问调度到共享推算资源池中进行处置，从而保障了 DPS 集群的正常业务的不变运行，同时也满足了非预期大查问的执行需要。。
降低分析系统的存储成本
在传统数据处置场景中，存储往往是推算之外另一个困扰企业的重要瓶颈。。分歧的推算引擎和系统可能必要存储多份冗余数据，这不仅增长了存储成本，也使得数据治理变得复杂。。这样的问题在必要处置大量数据的企业中尤其凸起，如游戏、、SaaS、、金融、、电商和物联网等领域。。
Relyt 的向量化推算引擎 DPS 支持行列混存，使得 Relyt 在全局只需守护一份数据，无需冗余备份。。此外，Relyt 通过创新性的产品设计，例如 Sort Key 裁剪，显著削减了系统的 I/O 操作，至多可降低 99%。。此外，在行列混存基础上，Relyt 支持自适应选择压缩算法和编码方式，保障了 I/O 的高效能，从而实现存储成本最小化。。
简化数据链路
数据处置是一个复杂的过程，而数据链路的复杂性往往是难点中的难点。。通常情况下，数据必要经过多个系统和工具进行 ETL（提取、、转换、、加载），这不仅使得数据流程变得复杂，也大大增长了运维的难度和成本。。尤其是在必要进行试错的情况下，复杂的数据链路可能会使得试错成本极高。。
Relyt 数据云支持结构化、、半结构化等多种体式的数据，分析型、、事务型、、数据科学 & AI 等多种数据负载，在 Relyt 数据云上，无需 ETL 即可一站式实现数据存储、、数据查问和数据分析等主题业务需要，将数据处置难度降至最小的同时，保障了数据的实时性。。
高系统火速性要求
随着业务的发展，数据不休增长，而很多企业的已罕见据仓库系统困于资源、、机能等瓶颈，无法满足企业随着业务发展所带来的数据存储、、推算、、分析等有关需要，亟需一套可能急剧凭据业务变动进行火速调整的系统，业务的变动带来数据分析的不变性问题。。例如新增业务 SQL 影响正在运行的业务，导致“不敢用”的问题。。
Relyt 提供了卓越的实时性、、弹性和靠得住性，选取“存算分离 + SHARED-DATA”架构， 推算资源实例 DPS 集群支持按需部署、、按需扩大，矫捷应对业务变动的火速需要。。
分析系统强不变性要求
随着企业业务的发展，数据量出现出爆炸性的增长。。新的业务SQL查问可能必要扫描大量的数据，这将亏损大量的数据仓库系统推算资源。。若是系统资源分配不当或者处置能力不及，可能会影响到线上正在运行的业务，导致系统运行不不变。。预留足够的资源往往又意味着高额的资源成本。。
其次，随着业务并发量的增长，数据写入并发和数据查问并发也会相应增大。。这同样会亏损大量的数据仓库系统推算资源。。若是系统无法有效地处置高并发要求，也可能会影响到线上正在运行的业务，导致系统运行不不变。。因而，数据仓库系统必要具备高并发处置能力，可能在高并发情况下，维持系统的不变运行。。
AI向量存储、、检索与分析
随着AI的技术发展，尤其是大说话模型的横空出世，非结构化数据分析成为可能。。Relyt 提供结构化数据和非结构化数据（向量）的融合检索与分析，使用SQL接口就能够急剧的搭建起视频、、音频、、图片、、文本等非结构化数据与结构化数据混合检索等职能。。
产品动态
2
职能提升
新增运行 SQL 治理 ；；支持表 TTL 职能，实现数据的冷热治理以及全性命周期治理 ；；支持Visualized Execution Plan 执行打算可视化
2024-07-01
新职能