AI 助理
备案控制台
官方文档
输入文档关键字查找
首页 实时数仓 Hologres 操作指南 实例类型与管理 Serverless型实例（Beta） Serverless型实例使用指南

Serverless型实例使用指南

更新时间：
产品详情
我的收藏

本文为您介绍如何购买与使用Hologres Serverless型实例。

使用限制

说明

Hologres Serverless型实例目前处于免费邀测阶段，请使用阿里云账号（主账号）填写表单申请试用。

  • Serverless型实例支持地域和可用区如下：

    地域

    可用区

    华东1（杭州）

    可用区J、K

    华东2（上海）

    可用区E、L

    华南1（深圳）

    可用区F、D

    华北2（北京）

    可用区I、L

    中国（香港）

    可用区B、D

    新加坡

    可用区A、C

  • 邀测期间，每个阿里云账号在每个地域下只支持创建1个Serverless型实例。

功能介绍

Serverless型实例的功能如下（与计算组型和通用型实例对比）：

  • 邀测期间，每个Serverless型实例的可用计算资源量上限（Quota）为512 CU，仍支持SQL级别设置可用的资源量。详情请参见Serverless Computing资源量。

  • Serverless型实例的全部读写请求都使用Serverless Computing资源执行，不支持手动设置hg_computing_resource参数。

  • Serverless型实例不支持查询队列Query Queue，所有请求均遵循Serverless Computing的资源申请规则和排队规则。

  • Serverless型实例支持的最大连接数是256个，详情请参见连接数管理。

  • Serverless型实例在存储上的默认Shard数是16，实例内所有Table Group的总Shard数上限为128，不建议设置较大Shard数。详情请参见Shard数管理。

Serverless型实例不支持的功能如下：

Serverless型实例与其他产品对接情况如下：

  • Flink：不支持做Flink的源表。支持做Flink的维表和结果表，但由于Serverless型实例不支持Fixed Plan，会自动使用HQE执行，存在性能损失，建议充分测试后使用。

  • DataWorks数据集成：由于Serverless型实例不支持Fixed Plan，DataWorks数据集成的导入任务会自动使用HQE执行，存在性能损失，建议充分测试后使用。

  • PAI-Rec：由于Serverless型实例不支持向量计算，不支持Fixed Plan，建议使用计算组型实例对接PAI-Rec推荐系统。

Serverless型实例创建

  1. 单击购买页或登录Hologres管理控制台，单击左侧导航栏的实例列表，在实例列表页单击新增引擎实例。

  2. 购买页配置如下：

    配置项

    配置值

    商品类型

    独享实例（按量付费）

    地域

    目标地域（Serverless型实例支持的地域）。

    实例类型

    Serverless型

    可用区

    目标可用区。

    专有网络（VPC）

    选择您所创建的专有网络和交换机。具体操作请参见专有网络与交换机。

    专有网络交换机

    实例名称

    自定义命名。

    服务关联角色

    已创建。如果是首次购买Hologres实例，需在购买页底部单击创建服务关联角色。

    资源组

    默认资源组。您也可以选择创建其他资源组。

  3. 完成配置后，单击立即购买。

  4. 在确认订单页面，单击立即开通。

    Severless型实例将在数分钟内创建完成。

Serverless型实例运维

自动停机

对于Serverless型实例，如果连续30天没有数据写入或数据查询请求，实例会在第31天自动停机。您可以通过以下步骤查看当前实例距自动停机的剩余时间：

  1. 登录Hologres管理控制台。

  2. 单击左侧导航栏的实例列表。

  3. 单击目标Serverless型实例。在实例详情页的基础信息中进行查看。

在停机状态下，实例的存储数据保留，仍会按量计费。实例的计算服务暂停，不会产生费用。如需重新启用计算服务，只需在实例列表页面中，单击目标实例所在运行状态列的恢复操作即可。

实例版本升级

对于Serverless型实例，为提升实例的稳定性和与Serverless Computing资源池间的兼容性，Hologres可能在您的可维护时间窗口内，自动将您的实例升级至最新稳定版本。除后台自动升级外，您可以自助升级至最新稳定版本。

Serverless型实例版本升级均采用热升级方案，升级所带来的影响详情请参见升级方式。

监控指标

Serverless型实例支持绝大部分的监控指标，详情请参见Hologres管控台的监控指标。仅有部分不支持的功能没有对应的指标，例如Fixed Plan、低频访问存储以及Binlog消费等。

您可正常查看Serverless型实例的监控指标，并配置相应监控告警。

Serverless型实例使用

Serverless型实例的使用方式与计算组型实例、通用型实例一致。您可以正常连接实例并执行请求。

本示例以GitHub公开事件数据为例，为您演示Serverless型实例的使用方法。步骤如下：

  1. 创建Serverless型实例。

  2. 创建数据库。

  3. 一键导入公共数据集或手动新建SQL查询创建MaxCompute外表并导入，命令如下：

    -- 新建schema用于创建外部表
CREATE SCHEMA IF NOT EXISTS hologres_foreign_dataset_github_event;

-- 新建schema用于创建内表并导入数据
CREATE SCHEMA IF NOT EXISTS hologres_dataset_github_event;

-- 创建外部表
DROP FOREIGN TABLE IF EXISTS hologres_foreign_dataset_github_event.dwd_github_events_odps;

IMPORT FOREIGN SCHEMA "bigdata_public_dataset#github_events" LIMIT TO
(
    dwd_github_events_odps
) 
FROM SERVER odps_server INTO hologres_foreign_dataset_github_event OPTIONS(if_table_exist 'error',if_unsupported_type 'error');

-- 创建内表
DROP TABLE IF EXISTS hologres_dataset_github_event.hologres_github_event;
BEGIN;
CREATE TABLE hologres_dataset_github_event.hologres_github_event (
    id BIGINT,
    actor_id BIGINT,
    actor_login TEXT,
    repo_id BIGINT,
    repo_name TEXT,
    org_id BIGINT,
    org_login TEXT,
    type TEXT,
    created_at TIMESTAMP WITH TIME ZONE NOT NULL,
    action TEXT,
    iss_or_pr_id BIGINT,
    number BIGINT,
    comment_id BIGINT,
    commit_id TEXT,
    member_id BIGINT,
    rev_or_push_or_rel_id BIGINT,
    ref TEXT,
    ref_type TEXT,
    state TEXT,
    author_association TEXT,
    language TEXT,
    merged boolean,
    merged_at TIMESTAMP WITH TIME ZONE,
    additions BIGINT,
    deletions BIGINT,
    changed_files BIGINT,
    push_size BIGINT,
    push_distinct_size BIGINT,
    hr TEXT,
    month TEXT,
    year TEXT,
    ds TEXT
);
CALL set_table_property('hologres_dataset_github_event.hologres_github_event', 'distribution_key', 'id');
CALL set_table_property('hologres_dataset_github_event.hologres_github_event', 'event_time_column', 'created_at');
CALL set_table_property('hologres_dataset_github_event.hologres_github_event', 'clustering_key', 'created_at');


COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.id IS '事件ID';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.actor_id IS '事件发起人ID';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.actor_login IS '事件发起人登录名';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.repo_id IS 'repoID';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.repo_name IS 'repo名称';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.org_id IS 'repo所属组织ID';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.org_login IS 'repo所属组织名称';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.type IS '事件类型';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.created_at IS '事件发生时间';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.action IS '事件行为';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.iss_or_pr_id IS 'issue/pull_request ID';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.number IS 'issue/pull_request 序号';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.comment_id IS 'comment（评论）ID';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.commit_id IS '提交记录ID';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.member_id IS '成员ID';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.rev_or_push_or_rel_id IS 'review/push/release ID';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.ref IS '创建/删除的资源名称';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.ref_type IS '创建/删除的资源类型';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.state IS 'issue/pull_request/pull_request_review的状态';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.author_association IS 'actor与repo之间的关系';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.language IS '编程语言';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.merged IS '是否接受合并';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.merged_at IS '代码合并时间';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.additions IS '代码增加行数';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.deletions IS '代码减少行数';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.changed_files IS 'pull request 改变文件数量';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.push_size IS '提交数量';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.push_distinct_size IS '不同的提交数量';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.hr IS '事件发生所在小时，如00点23分，hr=00';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.month IS '事件发生所在月，如2015年10月，month=2015-10';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.year IS '事件发生所在年，如2015年，year=2015';
COMMENT ON COLUMN hologres_dataset_github_event.hologres_github_event.ds IS '事件发生所在日，ds=yyyy-mm-dd';
COMMIT;

-- 导入数据
SET hg_experimental_serverless_computing_required_cores = 192;
INSERT INTO hologres_dataset_github_event.hologres_github_event
SELECT
    *
FROM
    hologres_foreign_dataset_github_event.dwd_github_events_odps
WHERE
    ds BETWEEN (CURRENT_DATE - interval '365 day')::text AND (CURRENT_DATE - interval '1 day')::text;
RESET hg_computing_resource;

-- 更新表的统计信息
ANALYZE hologres_dataset_github_event.hologres_github_event;

  4. 数据查询

    例如查询近一周最活跃（事件数最多）的几个项目。命令如下：

    SELECT
    repo_name,
    COUNT(*) AS events
FROM
    hologres_dataset_github_event.hologres_github_event
WHERE
    ds >= (CURRENT_DATE - INTERVAL '7 day')::text
GROUP BY
    repo_name
ORDER BY
    events DESC
LIMIT 5;

  5. （可选）通过DataV搭建实时大屏。

    您可以通过DataV的数据大屏模板，将Serverless型实例作为数据源来快速搭建GitHub事件数据实时大屏。

    1. 创建Hologres数据源。

      将数据所在的Hologres实例和数据库创建为DataV的数据源，详情请参见DataV。

    2. 创建可视化应用。

      1. 登录DataV控制台。

      2. 在工作台页面，单击创建PC端看板。

        选择使用Hologres实时分析GitHub事件数据模板。

      3. 修改模板中相关组件的数据源。

        以左上角的今日公开事件总数为例：

        1. 单击今日公开事件总数对应的数字框，点击右侧数据源，选择数据源类型为实时数仓Hologres。image.png

        2. 选择已有数据源为您已创建的数据源。

          如果您在Hologres中的表名和Schema与本实践相同，则不需修改SQL。

        3. 修改完成后，数据响应结果刷新，大屏中成功展示实时数据。

        4. 按照示例更新大屏中的数据源和表名，需更新组件及更新后效果如下图所示。

          image.png

      4. 单击右上角发布，完成大屏搭建。

        您也可以单击预览，预览实时更新的数据大屏。

上一篇：Serverless型实例计费下一篇：Serverless型对比计算组型实例