理解 Hologres 和 MaxCompute 的关系

理解了 Hologres 和 MaxCompute 的关系，就理解了数据仓库（DW）和数据服务（Serving）之间的关系，也有助于理解实时数仓和离线数仓之间的关系。

图片来源：阿里云官方帮助文档

可以看到，MaxCompute 和 Hologres 是一种互补的关系：

• MaxCompute 负责做超重的 ETL 操作，大数据进、大数据出的场景。
• Hologres 基于MaxCompute 的结果做在线服务，大数据进，小数据出的场景。例如在线聚合查询、点查、简单的在线 join 等。MaxCompute 的结果数据，既可以是直接导出给 Hologres，也可以是以外表的形式直接提供给 Hologres 读取。

为什么要引入 MaxCompute 和 Hologres 两套系统配合来做 OLAP 呢？能否一套数据库就搞定所有？比如用 OceanBase。

回答这个问题之前，我们再看 MaxCompute 和 Hologres 的一个区别：存储成本。

• MaxCompute 基于 Pangu 存储（Pangu 1.0 用的是 HDD磁盘，2.0 用的是ESSD）
• Hologres 标准存储即全SSD热存储，是Hologres的默认存储，满足低延时、高性能访问数据需求，对于大多数使用场景而言，标准存储是最有效且最具成本效益的选择，简称为热存。低频访问存储即全HDD冷存，满足低频访问数据的低成本存储需求，适用于对延迟不敏感或不常访问的超大型数据集，简称为冷存。

可以看到，MaxCompute 可以拥有更低的存储成本，适合海量数据存储。

再看 MaxCompute 和 Hologres 的另一个区别：计算资源利用方式

• MaxCompute 的资源是池化的，理论上，既可以动用无限的资源来计算一个任务，以降低这个任务的延迟，也可以把多余资源分给更多的任务并发使用。
• Hologres 的资源是固定分配的，无论有无计算任务，这些资源都无法发挥出额外的效用，忙时排队，闲时浪费。

可以看到，MaxCompute 可以拥有更低的计算成本，适合海量数据计算。

低存储成本，低计算成本，这正好满足海量数据的数仓的成本需求。

那么，Hologres 的优势是什么呢？实时性。它可以让小规模的计算延迟更小，这正是 Serving 的性能需求。

所以，二者组合起来使用，充分发挥各自优势，能给用户创造最大化的价值。

再回到 OceanBase 的问题上来：

• 对于 OceanBase 4.3，OceanBase MPP 架构适合做 Serving 和小规模数据量的数仓，但并不适合处理 PB 级别以上的数据，没有成本优势。
• 对于 OceanBase 4.4，OceanBase 支持使用共享存储（S3/OSS）来存储数据，同时支持高性能的数据缓存，此时，存储成本会大幅度降低，能够存储 PB 级以上的数据了。但是，这个版本里，计算资源的扩展还会受到限制，计算成本依然没有优势。
• 对于 OceanBase 5.0，OceanBase 支持彻底的存算分离，存储和计算都支持独立地扩展，此时计算资源也具备池化的能力，计算成本可以降低。此时，OceanBase 开始具备挑战 MaxCompute + Hologres 的能力。