阿里云实时数仓 Hologres 以 8,443,627 QphH@3000GB 的成绩，位列 TPC 官网 TPC-H 3,000GB 性能榜单第一 ，领先第二名约 54%。同时 ，Hologres 以 390.47 CNY/kQphH 的性价比，优于榜单上的其他所有系统------性能与性价比，双双登顶。
这份成绩经 TPC 认证审计员、InfoSizing 的 Doug Johnson 独立审计，完整披露报告(Full Disclosure Report)已在 TPC 官网公开，任何人都可以查阅与复核(Result ID:126062601)。
图:TPC-H 3,000GB Performance Results 页面，截取于 2026 年 7 月。
再度登顶：又一次公开可复核的性能验证
这并不是 Hologres 第一次站上榜首。早在 2022 年，Hologres 就在 TPC-H 30TB 测试中夺得全球第一，以 27,860,000 QphH 的成绩领先第二名 23%。四年之后，Hologres 在 3TB 规模上再度登顶，把领先优势从 23% 扩大到 54%。3TB 是更贴近企业实际部署规模的"甜蜜点"------大多数企业的核心分析业务数据量级落在这一区间，因此 3TB 榜单的竞争也更为激烈。在这个规模上把领先优势拉开到半个身位以上，且单位成本更低，意味着 Hologres 不仅跑得快，而且跑得省。
这一次的第一，不是靠堆硬件换来的：在单位成本更低的前提下，Hologres 把绝对性能拉开了半个身位以上------既快，又省。TPC-H 是数据分析领域公认的黄金标准，对 Hologres 而言，这项成绩的意义不只是一个更高的数字，更在于它提供了一个公开、统一、可以被外部复核的性能坐标。
从 2022 到 2026：性能优化做进系统内部
过去四年，Hologres 团队持续面对三个核心挑战：如何让分布式计算资源真正被查询使用，如何减少复杂 SQL 执行过程中的无效数据处理，以及如何在实时写入和高并发查询同时发生时保持系统稳定。
提升计算资源利用率
在分布式查询中，增加 Worker 并不必然带来同等比例的性能提升，并行度可能受数据分片、算子执行方式的限制。围绕这个问题，Hologres 彻底重构了查询执行引擎：让海量数据以列式批的方式在算子间流动，大量计算直接在轻量编码的数据上完成；并在不额外增加 Shuffle 的前提下进一步提高算子并行度，让更多 CPU 时间真正用于数据计算。
减少无效数据处理
复杂查询的开销，很多时候不只来自计算本身，还来自数据扫描、网络交换和不断膨胀的中间结果。Hologres 持续增强 Runtime Filter、TopN 下推，并让优化器从系统真实跑过的查询中学习------用历史执行的真实数据分布修正代价估算，为复杂查询自动挑选更优的执行计划。最快的数据处理，是让不需要处理的数据尽早退出执行链路。
降低多负载干扰
真实的实时数仓不会只跑一条查询：实时写入、经营大盘、固定报表、即席分析往往在同一时间窗口争抢 CPU、内存和 I/O。Hologres 持续完善查询线程池隔离、计算组资源隔离、多集群横向扩展和负载自动调度，让不同类型的任务获得更独立的执行空间，系统在高并发下依然稳定发挥。
这条主线可以归结为三件事：让更多计算资源真正用于查询，让更少的数据进入后续算子，让不同负载减少无效等待。这一切都是在同一套同时支撑实时写入、高并发点查与湖仓一体的通用引擎上完成的------Hologres 从来不是一款"为跑分而生"的引擎。
从榜单回到真实业务
这些能力最终服务的不是一组固定的测试 SQL，而是每天发生在企业数据平台上的真实请求。QphH 领先 54%，意味着同样的多表关联、多维聚合、报表分析，Hologres 能以更低的延迟、更高的并发跑完。
性价比第一，则意味着这份速度不需要用高昂的成本去换。
过去四年围绕执行引擎、优化器和并发架构所做的改造，早已成为 Hologres 产品能力的一部分，持续服务于实时数仓、交互式分析和湖仓一体场景。
写在最后
从 2022 年的 30TB 到 2026 年的 3TB，从领先 23% 到领先 54%，Hologres 用两次经得起审计的成绩，证明了自己在复杂分析性能与性价比上的硬实力。榜单纪录会不断被刷新，这次登顶是一次阶段性验证，更是一条长期技术路线的延续：让数据更新得更及时，让查询跑得更快，也让性能在真实并发环境中更加稳定。
目前阿里云 Hologres 已服务于37手游、牧原集团、曹操出行、乐元素、众安保险、零跑科技、森马服饰等上千家企业。