计算集群（VCluster）

计算集群（VCluster）是 Lakehouse 的弹性计算资源单元，为 SQL 查询、ETL 任务、流式分析提供 CPU 和内存资源。存储与计算完全分离——数据存储在对象存储中，计算集群只负责计算，多个集群可以同时访问同一份数据，互不干扰。

类比：计算集群像"按需租用的计算引擎"——需要时启动，用完即停，按实际使用时长计费。这与传统数据库不同：传统数据库的计算和存储绑定在同一台机器上，扩缩容需要迁移数据；Lakehouse 的计算集群可以随时创建、调整规格、暂停，不影响任何数据。

集群类型

类型	适用场景	特点
通用型（GENERAL）	ETL 数据加工、离线批处理	作业共享资源，公平调度，支持弹性伸缩
分析型（ANALYTICS）	BI 查询、即席分析、高并发查询	多实例自动扩缩容，支持结果缓存加速
同步型（INTEGRATION）	数据同步任务（离线/实时）	专为集成任务优化，多个任务共用一个集群

选型建议

场景	推荐类型	原因
周期性 ETL 任务	通用型	共享资源，成本低
BI 报表/Ad-hoc 查询	分析型	多实例并发，结果缓存
数据同步任务	同步型	专为集成任务优化
Dynamic Table 刷新	通用型（低频率大数据量）或分析型（高频率小数据量）	根据刷新频率和数据量选择

⚠️ 注意：Dynamic Table 刷新建议使用通用型集群，分析型集群不支持刷新过程中的自动小文件合并。

核心机制

CRU（Compute Resource Unit）：Lakehouse 对计算资源的抽象单位，屏蔽了不同云平台、CPU 架构的差异。1 CRU = 1 小时的计算资源消耗。

自动启停：集群可以在空闲时自动暂停（停止计费），有新任务提交时自动启动。推荐配置：

ETL 任务集群：自动停止时间设为 60 秒，尽快释放资源
BI 查询集群：自动停止时间设为 30 分钟以上，利用缓存加速查询

横向扩容（仅分析型）：当并发查询超过单实例处理能力时，自动启动额外副本分担负载，查询完成后自动缩回。

快速操作

-- 创建通用型计算集群（1 CRU） CREATE VCLUSTER my_gp_cluster VCLUSTER_SIZE = 1 VCLUSTER_TYPE = GENERAL AUTO_SUSPEND_IN_SECOND = 60; -- 创建分析型计算集群（2 CRU，最多 2 个实例） CREATE VCLUSTER my_ap_cluster VCLUSTER_SIZE = 2 VCLUSTER_TYPE = ANALYTICS MIN_REPLICAS = 1 MAX_REPLICAS = 2 AUTO_SUSPEND_IN_SECOND = 1800; -- 调整规格 ALTER VCLUSTER my_gp_cluster SET VCLUSTER_SIZE = 4; -- 切换当前会话使用的集群 USE VCLUSTER my_gp_cluster; -- 暂停集群（停止计费） ALTER VCLUSTER my_gp_cluster SUSPEND; -- 查看当前工作空间的所有集群 SHOW VCLUSTERS;

成本影响

计算成本

按 CRU × 小时计费，暂停时不产生费用
运行不足 1 分钟按 1 分钟计费
自动停止时间小于 1 分钟可能导致频繁启停，反而增加费用

存储成本

计算集群本身不产生存储费用，数据存储在对象存储中
分析型集群的 PRELOAD_TABLES 会占用本地 SSD 缓存空间（临时存储）

💡 详细计费规则请参考计费文档

生命周期管理

创建集群 → 自动启动 → 执行任务 → 空闲自动暂停 → 调整规格/删除 ↓ ↓ ↓ ↓ ↓ 指定类型新任务唤醒消耗 CRU 停止计费需先停止集群

最佳实践

负载隔离：ETL 任务和 BI 查询使用不同集群，避免资源争抢
合理规格：从小规格开始测试，逐步调整到满足 SLA 的最小规格
自动启停：ETL 集群自动停止设为 60 秒，BI 集群设为 30 分钟以上
大作业隔离：大作业和小作业使用不同集群，避免大作业占用资源导致小作业排队