简介这份用户指南面向在阿里云专有云企业版V3.12.0环境中从事实时大数据分析、在线分析处理与数据仓库运维的开发、架构及管理人员系统说明云原生数据仓库AnalyticDB MySQL版的产品定位、核心能力与使用规范。压缩包仅含1个PDF文件大小约2.24MB适合本地查阅和团队归档内容按产品介绍、使用须知、快速入门、API与SDK、安全与权限、故障排查及最佳实践展开并交代法律声明和通用约定便于读者建立从集群创建、账号与白名单管理到数据同步、SQL查询、性能调优的完整知识框架。已有110人学习可作为专有云环境下AnalyticDB MySQL方案设计、日常维护和问题定位的参考。文档目录层级清晰章节组织较完整能较快找到权限控制、接口调用、数据安全策略以及常见故障处理等关键信息适合希望系统掌握该数据仓库服务的中初级读者查漏补缺。1. 先搞清楚它是什么一个专门算账的仓库不是替你记账的账本很多人第一次看到「专有云企业版 V3.12.0 云原生数据仓库 AnalyticDB MySQL 版用户指南」这一长串名字第一反应是MySQL 我听过前面那一堆词是干嘛的简单说它是一个专门「算账」的数据库——业务系统每天把订单、流水一笔一笔存进去它负责在数据堆成山之后几秒钟算出「上个月各省份销售额」这类问题。名字里的 MySQL 指它兼容 MySQL 的连接方式和语法你手上现成的客户端和驱动就能连「云原生数据仓库」指它天生为海量数据分析而生不是给收银台那种一笔记一笔的场景用的。这份用户指南文档版本 20200623就是随产品发下来的那本「从开机到跑通第一个查询」的说明书零基础照着走也上得了手。2. 为什么要学它先分清收银台和财务室的区别2.1 用收银台和财务室打个比方你在便利店买一瓶水收银员扫码、扣库存、打小票整个过程可能就两秒钟。他关心的是「这一笔别算错」「后面排队的人别等太久」所以他只会碰这一行数据碰完就走。这就是传统业务数据库最擅长的活儿——一次一小笔要求快、准、不出错行话叫 OLTP联机事务处理。而到了月底店长要做经营分析这个月哪个品类卖得最好哪个时间段客流最密要不要给某几个门店调货他面对的是几百万条小票记录要按品类分组、按时间段切分、按门店汇总。这种活儿一次要扫过海量数据但慢个三五秒没人会投诉行话叫 OLAP联机分析处理。云原生数据仓库 AnalyticDB MySQL 版就是那个「财务室」。它把数据按列存起来一列一列地压缩、一列一列地算所以你问「所有订单金额加起来是多少」的时候它只读金额那一列不用把整行数据都翻一遍。这是它和普通 MySQL 最根本的差别——同样一句SELECT SUM(amount) FROM orders在记账型数据库里可能要跑几分钟在分析型数据仓库里可能几秒就回来了。理解了这一点你就会明白为什么不能拿它去替掉业务库也不能指望业务库干它的活。它们是两个岗位不是同一个人的两种状态。2.2 入门之前先记住三个词集群、库、账号新手最容易懵的地方是把「实例」「集群」「数据库」「表」这几个词混着用。我换个说法你就清楚了。集群实例是整栋楼。你在控制台上点「新建」开出来的就是一栋楼它有自己的地址、自己的计算资源、自己的存储。楼是你要花钱的那部分开起来就在计费所以练完记得关。数据库是楼里的一间办公室。一栋楼可以隔出很多间你按业务分一间放订单一间放日志一间放用户行为。建库只要一句CREATE DATABASE。表是办公室里的一个文件柜。订单库里放一张订单表、一张退款表每个柜子有自己的抽屉字段和标签字段类型。账号是你手上的钥匙。这把钥匙开哪间办公室、能不能搬柜子进去、能不能只看不写都由权限决定。钥匙和办公室是两回事这点一定要分清后面第五章会专门讲权限踩坑。2.3 什么时候你真的需要它什么时候不需要判断标准其实很简单看两件事数据量和查询方式。数据量在几百万行以内、查询都是「按 ID 查一条」「插入一条」普通业务库完全够用上数据仓库纯属给自己找麻烦。但只要你开始出现下面任意一种情况就该考虑它了。第一种报表跑不动了。每天早上业务方要一张销售汇总表原来的库跑一次十几分钟还拖着线上业务一起卡。第二种数据来源变多了。订单在一套系统里用户行为在另一套里日志又在第三套里你想把它们放一起关联分析。第三种分析维度经常变。今天要看省份明天要看渠道后天要看新老客每次改都得动线上库的表结构风险太大。第四种数据涨得比机器快。一年翻一倍加机器加不过来。下面这张对比表你可以对照着自己现在的项目看一眼判断落在哪一边判断维度业务库收银台分析型数据仓库财务室单次操作读写一两行扫描几十万到上亿行典型语句按主键查、单条插入分组聚合、多表关联、排序取前 N用户感知慢 1 秒就要投诉跑 10 秒也能接受数据新鲜度实时准实时到分钟级都常见扩容方式纵向加配置横向加节点、存算分开扩适合谁交易、下单、扣库存报表、看板、经营分析、埋点数据别急着下结论说「我这项目数据量不大用不上」。我见过不少新手一开始只是好奇学着玩后来公司真的要做数据看板他成了团队里唯一一个摸过这类产品的人。对零基础的人来说花一个下午把集群开起来、跑通第一个查询收益不是「学会一个工具」而是以后遇到「这批数据怎么算」的问题时你脑子里有第二套方案了。3. 第一个例子怎么跑从登录控制台到查出一行数3.1 第一步登录控制台新建一个集群打开产品的管理控制台用你被分配的账号登录进去。左边导航里找到「集群」或者「实例」这一栏右上角有一个「新建」按钮。点进去会让你填几个东西地域选离你近的、规格新手选最小的一档就够、节点数量一个就够练手、以及一个集群名称随便起比如demo-adb。这里有一个新手法则能把练手集群单独开在一个项目或者一个资源组里就别和公司的生产集群混在一起。原因很实在——你手一抖点了个「删除集群」混在一起的后果没人替你兜。创建过程通常要几分钟控制台上会显示「创建中」。别在这几分钟里去刷新页面或者重复点创建容易开出两套来钱是照扣的。等状态变成「运行中」你就能在这页上看到两个关键信息连接地址一串类似xxx.example.com的域名和端口通常是 3306。把这两个抄下来后面每一步都要用。3.2 第二步设置白名单把门打开一条缝这一步是 90% 新手卡住的地方所以单独拎出来说。集群默认是拒绝所有人连接的你必须先把「谁可以连」写进去这就是白名单。在集群详情页找到「白名单」或者「网络与安全」这一栏点「修改」把你自己机器的公网 IP 填进去。不知道自己的 IP 怎么办在浏览器里搜「我的 IP」第一个结果就是。填的时候格式通常是单个 IP 或者一段网段比如10.0.0.1或10.0.0.0/24。填完保存通常会立刻生效个别环境需要等一两分钟。如果你后面连接时报「连接超时」先别怀疑代码回头看看这一步是不是漏了——十有八九是它。提示白名单不是越宽越好。有人图省事直接填0.0.0.0/0等于把门彻底敞开。练手集群用完就删的话问题不大但只要这个集群还要留几天就老老实实填自己的 IP。3.3 第三步建账号、建库、建表白名单开好了接下来要有一把钥匙。回到控制台找到「账号管理」新建一个账号比如叫demo_user设一个密码并记住。创建的时候会让你选权限新手直接给这个库的读写权限就行别一上来就给最高权限。账号建好之后你需要一个能敲 SQL 的地方。绝大多数这类控制台都内置了一个「SQL 编辑器」或者「数据开发」入口直接在里面敲不用装任何软件这是最快的一条路。第一句建一间自己的办公室-- 建库相当于在一栋楼里隔出一间办公室 CREATE DATABASE sales_demo;第二句往办公室里放一个文件柜。我们把「卖了多少」这件事拆成四列谁买的订单号、在哪买的省份、花了多少金额、什么时候买的日期。-- 建表四个字段对应四列数据 CREATE TABLE sales_demo.orders ( order_id BIGINT, -- 订单编号一行代表一笔 province VARCHAR(32), -- 省份后面按它分组 amount DECIMAL(10,2), -- 金额保留两位小数 order_date DATE -- 下单日期 );这里解释一下这三个类型为什么这么选。BIGINT是整数订单号通常很长用INT有可能不够。VARCHAR(32)是变长字符串32 表示最多存 32 个字符省份名字两三个字绰绰有余。DECIMAL(10,2)是关键——金额绝对不能用浮点数存浮点数会有精度误差0.1 0.2 算出来可能不是 0.3账目上差一分钱都是事故DECIMAL(10,2)表示总共 10 位数字、小数点后 2 位是金额的标准写法。3.4 第四步插几条数据再把它查出来表建好了是空的先塞三条假数据进去方便验证整条链路是通的。-- 插入三条测试数据模拟两天的销售记录 INSERT INTO sales_demo.orders VALUES (1001, 浙江, 199.00, 2020-06-01), (1002, 广东, 89.50, 2020-06-01), (1003, 浙江, 320.00, 2020-06-02);注意VALUES后面是逗号分隔的多组括号一次插多行比一行一行插快得多这个习惯从第一天就该养成——第五章会讲为什么。现在跑第一个真正的分析查询按省份汇总销售额从高到低排。-- 按省份分组求和再按总额倒序排 SELECT province, -- 分组依据省份 SUM(amount) AS total -- 聚合把同省金额加起来起个别名 total FROM sales_demo.orders -- 数据来自刚才建的表 GROUP BY province -- 按省份合并成一行 ORDER BY total DESC; -- 按总额从大到小排结果应该是浙江 519.00、广东 89.50 两行。看到这两行恭喜你已经完整走完了「建库 → 建表 → 写数据 → 聚合查询」这一圈后面所有的复杂分析都是在这条链路上加东西。GROUP BY和ORDER BY这两个词建议你现在就记住。GROUP BY是「把相同的合并成一组」ORDER BY是「排个序」DESC是倒序。这三样是数据仓库里出现频率最高的组合比WHERE还常用。4. 连接与工具用命令行、Python 和图形客户端接上去4.1 MySQL 命令行最短的一条路控制台里敲 SQL 适合验证真干活还是得连上去。因为这类产品兼容 MySQL 协议你本机只要装了 MySQL 客户端一条命令就能连。# -h 填集群的连接地址-P 端口-u 账号-p 表示回车后再输密码 mysql -h your-cluster-host -P 3306 -u demo_user -p输入密码回车看到mysql提示符就成功了。这时你可以直接USE sales_demo;切到自己的库再敲SHOW TABLES;看看表还在不在。几个参数值得说清楚-h后面千万不要带http://或者空格就填纯域名。-P是大写小写的-p是密码这两个大小写在命令行里是两回事写错了会提示你密码错误然后你会怀疑人生。如果你的密码里有$、!、这类字符用单引号把密码包起来否则 shell 会先把它解释掉。4.2 Python 连上去三段代码跑通命令行适合手动查写脚本就得用驱动。Python 下最常见的组合是pymysql先装# 安装 MySQL 协议的 Python 驱动 pip install pymysql然后是一段能跑的最小代码import pymysql # 建立连接五个参数对应地址、端口、账号、密码、库名 conn pymysql.connect( hostyour-cluster-host, # 集群连接地址从控制台复制 port3306, # 默认端口改过就填改后的 userdemo_user, # 第三章建的那个账号 password你的密码, databasesales_demo, # 连上之后默认进这个库 charsetutf8mb4, # 中文不乱码的关键 ) # 用 with 管住游标出错也会自动释放 with conn.cursor() as cur: cur.execute(SELECT province, SUM(amount) FROM orders GROUP BY province) for row in cur.fetchall(): print(row) # 每行是一个元组如 (浙江, Decimal(519.00)) conn.close() # 用完就关别让连接一直挂着三个地方新手最容易出问题。第一charset一定要写utf8mb4不是utf8——utf8在很多实现里只支持三个字节存某些汉字或者表情会报错或者变成问号。第二fetchall()会把所有结果一次性读到内存数据量大时改用fetchmany(1000)分批取。第三连接用完必须close()脚本跑完不关连接会一直占着跑几次就把连接数占满了。如果你的密码里有中文或者特殊符号别直接硬编码在代码里养成从环境变量读的习惯import os password os.environ.get(ADB_PASSWORD) # 密码放环境变量不进代码仓库这是血泪经验——代码提交到仓库、密码跟着一起上去然后被人扫到这种事我见得太多了。4.3 图形客户端DBeaver 和 Navicat 里怎么填不喜欢命令行的人用图形客户端最舒服。DBeaver 免费Navicat 收费两者配置方式几乎一样都是「新建连接 → 选 MySQL → 填五样东西」。这五样是主机集群连接地址、端口3306、数据库sales_demo、用户名demo_user、密码。填完点「测试连接」绿色的勾就说明通了。有两个坑要提前说。第一DBeaver 第一次连 MySQL 会提示你下载驱动点同意等它下完别中途关窗口。第二有些客户端默认会发一条SET NAMES utf8之类的初始化语句如果连上了但中文显示成乱码去连接的「驱动属性」里把字符集改成utf8mb4。图形客户端最大的好处是能直接看到表结构和数据新手排查「表到底建成功没有」「数据到底插进去没有」用它比敲 SQL 直观得多。4.4 外网地址什么时候才需要申请这里有个概念要先讲清楚集群的连接地址分两种一种只能在内网访问一种是对外开放的。默认只开内网因为内网走的是内网带宽快且不额外收费。如果你人在公司内网、集群也在同一个内网直接用内网地址就行。但如果你在家、在咖啡厅、在客户现场就需要额外申请一个外网地址申请之后会拿到一个新的域名和端口用它来连。申请外网地址这事我建议新手练手时做一次体验一下两种地址的差别。但一定要注意练完之后把外网地址关掉或者干脆把整个集群删掉。挂着不用的外网入口是最容易被忽略的安全隐患。5. 新手避坑五处最容易翻车的地方5.1 现象连接一直超时代码没问题现象很典型程序跑了等三十秒报Connection timed out或者Cant connect to MySQL server。你翻遍代码也没找到错在哪因为错根本不在代码里。原因几乎一定是白名单。集群默认拒绝一切来源你本机的出口 IP 不在名单里请求在门口就被挡了根本到不了数据库那一层所以报的是超时而不是密码错误。解决办法分三步走。先用浏览器查一下自己当前的公网 IP注意如果你挂着公司网络或者某些工具出口 IP 和你以为的不一样。然后回控制台把它加到白名单里。加完等一分钟再试。如果还是不通检查是不是把内网地址和外网地址搞混了——在家用内网地址永远连不上。5.2 现象能连上但建表被拒绝现象是连接成功、SELECT 1也能跑但一执行CREATE TABLE就报权限不足。原因在于账号权限和「谁能连」是两套东西。白名单管的是「你能不能进门」权限管的是「进门之后你能动哪个柜子」。控制台建账号的时候如果只给了只读权限或者只授权了某个库你在别的库里建表当然会被拒。解决办法是先查一下当前账号有什么权限再决定是补授权还是换个账号。查询当前用户的语句各产品略有差异一般用SHOW GRANTS;就能看到。补授权的话在控制台账号管理里给这个账号加上目标库的读写权限或者用GRANT语句授予。别图省事直接给最高权限练手阶段就把权限收紧养成习惯。5.3 现象插一万条数据插了半小时现象是写了个循环一条一条INSERT一万条数据跑了半小时还没完你以为是自己网络慢。原因不是网络是写法。每执行一条INSERT客户端和数据库之间要走一次完整的往返发请求、解析、执行、返回。一万次往返累积起来就是几十分钟。这在记账型数据库里勉强能接受在分析型数据仓库里就是典型的误用。解决办法是批量写。把多条数据拼成一条语句一次提交-- 一次插三行比三次单行插入快得多 INSERT INTO sales_demo.orders VALUES (2001, 江苏, 150.00, 2020-06-03), (2002, 江苏, 220.00, 2020-06-03), (2003, 福建, 99.00, 2020-06-04);数据量再大就用INSERT INTO ... SELECT从另一张表或者外部数据源直接灌进来让数据在库内部流动别绕到你的笔记本上再传一遍。5.4 现象昨天还飞快的查询今天慢得离谱现象是同一条 SQL前几天几秒钟出结果今天跑了两分钟还没动静重试几次都一样。原因通常是数据涨了但写法没变。最常见的是在WHERE里对字段做运算比如WHERE DATE_FORMAT(order_date,%Y-%m) 2020-06这样写会让数据库没法利用分区或者索引只能把整张表扫一遍。数据量小的时候看不出差别涨十倍就露馅了。解决办法是先看慢在哪。控制台一般都有「慢 SQL」或者「诊断优化」的入口能按耗时排序把最慢的那几条拎出来。看的时候别只看总耗时重点看扫描行数——如果一行结果扫了一亿行那问题一定在过滤条件上。改法是让条件「裸奔」把DATE_FORMAT(...) 2020-06改成order_date 2020-06-01 AND order_date 2020-07-01字段单独放一边函数放另一边。这个改法在几乎所有数据库上都成立属于通用常识。5.5 现象手一抖点了删除数据没了现象不用解释就是集群被删了或者表被TRUNCATE了数据找不回来。原因是没有备份或者备份开了但从来没验证过能不能恢复。很多人以为「开了自动备份就安全了」实际上备份策略、保留天数、恢复方式这三件事不确认一遍等于没有。解决办法分两层。第一层是操作上的删除集群这种按钮点之前先看一眼集群名字确认不是生产环境删表之前先SELECT COUNT(*)确认一下这张表你还要不要。第二层是机制上的练手集群直接设成到期自动释放重要数据每周至少做一次手动备份并且真的找一次机会做一次恢复演练——把备份恢复到另一个集群看看数据对不对。我见过太多人备份做得很好但从来没恢复过真出事那天才发现备份文件是空的或者格式不对。备份的价值不在「有」在「能恢复」。6. 下一步学什么按这份指南的目录排一条自己的学习顺序零基础的人拿到一份几百页的用户指南最大的问题是不知道从哪翻。我的建议是别按页码从头读按「你现在要解决什么问题」跳着读读三遍就够了。第一遍只读「快速入门」那一章。目标是让集群跑起来、让第一个查询出结果其他章节一律不看。这一遍花两三个小时跑通了就停。第二遍读「连接数据库集群」和「SQL 手册」里的 DDL、DML、SELECT 三节。目标是从「能在控制台敲 SQL」升级到「能从自己写的程序里读写数据」。这一遍大概花一天重点是把CREATE TABLE的字段类型、INSERT的批量写法、SELECT的分组和关联这三件事弄熟。第三遍看你手头真正要解决的问题在哪一章。要做报表就看「数据可视化」要把老系统的数据搬过来就看「数据迁移和同步」查询变慢了就看「诊断与优化」里的慢 SQL要给同事开账号就看「权限模型」。按这个顺序走大概一周时间你就能独立完成一件小事。下面这张表是我建议的优先级从左到右依次推进阶段目标对应指南章节检验标准第 1 天集群能连上快速入门、连接数据库集群命令行能SELECT 1第 2 天会建表会插数SQL 手册的 DDL、DML能批量插一万行第 3 天会做聚合分析SQL 手册的 SELECT能写出分组加排序的查询第 4 天会用函数系统函数聚合、日期时间能按月份统计同比第 5 天能接数据源数据迁移和同步从另一套库同步一张表过来第 6 天能查问题诊断与优化、备份与恢复能定位一条慢 SQL再说一个具体技巧学 SQL 的阶段别去看别人的复杂查询先自己造数据。造一张一千行的假订单表然后给自己出题——「算每个省每个月的销售额」「找出复购超过三次的用户」「算一下环比增长」。每道题自己写出来比看十篇教程管用。写不出来就去翻 SQL 手册里对应的那一节带着问题读文档记忆效果完全不一样。还有一件事从第一天就养成给你写的每一条 SQL 加注释。不是为了别人是为了三天后的你自己。我当时图快写了一段两百行的关联查询没加一行注释两周后回来改看了四十分钟才想起来那段在干嘛。从那以后我每次写超过十行的 SQL都会在开头写清楚「这条查什么、从哪张表来、过滤条件是什么」强制走一遍这个习惯。麻烦是麻烦一点但省下来的时间是真的。希望这些能帮到你从开一个最小集群开始就行。本文还有配套的精品资源点击获取