---
url: /v6.2/dataset-engine.md
---
# 加速引擎

系统内置了高速 MPP 引擎，可以实现对亿级数据的即席分析，还可以将异构数据统一存储和建模，然后进行关联运算。

将数据集开启加速引擎，就会将数据集的数据导入到引擎中，对数据集进行查询时将会直接访问引擎表。

> \[!TIP] 提示
> 目前大数据数据源不建议大规模导入引擎，比如 Hive，Spark，Impala，Presto，Max Compute，大数据集导入过程不支持流式复制，会占用大量内存，可能会卡死。允许这些数据源开启引擎是为了导入小表方便，这不意味着我们建议把这些数据源大规模导入引擎，这个不是最佳实践。建议这些数据源的数据集通过直连方式来使用，我们对直连的支持程度已经和引擎差不多了。

## 开启加速引擎

点击`数据源信息`菜单，弹出`数据元信息`窗口。打开`开启加速引擎`，系统会提示“请稍后，数据提取中……”，此时，系统会将数据集提取到引擎中。

完成之后，会在元信息中显示`引擎表`名称，如图所示：

![](/images/data-management/dataset-engine-001.png)

> \[!TIP] 提示
> 数据集大小超过系统配置的[数据集缓存大小](preferences.md#数据集缓存大小限制)时不支持开启加速引擎。

## 关闭加速引擎

在`数据元信息`窗口中，关闭`开启加速引擎`。关闭加速引擎之后，数据集将返回直连原始表模式，此时，如果新字段使用了引擎支持但原始数据库不支持的函数，数据集就会加载失败。如果是新指标使用了引擎支持但原始数据看不支持的函数，则使用该指标的图标会出错。所以系统会弹出确认窗口，如下所示，点击确认可以关闭加速引擎：

![](/images/data-management/dataset-engine-002.png)

## 更新计划

在`更新计划`中可以设置引擎表与数据集原始表的同步频率。

详见[更新计划](dataset-schema.html#更新计划)。

## 只有开启加速引擎后才支持的功能

* [非同源数据集多表联合](dataset-fusion.md)
* [部分直连数据集不支持的函数](calculation-function-list.md)：引擎支持文档中列出的所有函数，其他数据源不支持的函数，需要导入引擎才支持

## 加速引擎类型和相关数据源

系统支持使用内置引擎和外部引擎。

* 内置引擎即系统自带的加速引擎，包括 Greenplum、StarRocks、Apache Doris 三种类型，默认为 Greenplum。用户在系统安装时可以更改内置引擎类型。
* 外部引擎即用户使用自己的数据源作为加速引擎。 目前支持开启加速引擎的数据源有：MySQL、PostgreSQL、Greenplum、Oracle、SQL Server、Spark SQL、TiDB、Amazon Redshift、MaxCompute PostgreSQL、DB2、Hive、Cloudera Impala、Presto、MongoDB、HBase、ClickHouse。

## ClickHouse 物化视图

当系统的加速引擎为 Clickhouse 时，[多表联合数据集](dataset-fusion.md)导入引擎时可使用 Clickhouse 物化视图。该物化视图可实时更新数据集，不需要设置更新计划，提升了关联数据的查询性能。

![](/images/data-management/dataset-engine-003.png)

使用 ClickHouse 物化视图要求多表联合数据集的数据源必须是 Clickhouse，并且要求与引擎在同一集群。 由于 Clickhouse 的实现机制原因，只有左表更新时才会触发视图，进行数据更新。 详细情况请参考[ClickHouse 官网说明](https://clickhouse.com/docs/zh/sql-reference/statements/create/view/#materialized)。