阿里云PB级实时数仓建设
摘要
如今，数据和分析对于企业来说是不可或缺的。很多企业的数据工程师、数据分析师和开发人员都希望将数据仓库迁移到云上，以提高性能和降低成本。本文讨论了实现实时数据仓库的必要性和实时数据模型，介绍了基于AnalyticDB构建阿里云实时数据仓库解决方案的方法和优势。
观点 | 云原生时代来袭 下一代云数据库技术将走向何方？
全面云化的时代已经到来，面对一系列的新技术和挑战，数据库市场将面临怎样的变革？作为云服务提供商，如何帮助更多的企业级用户把握“云”潮，提供最高效、最具价值的数据库解决方案？
日前，在阿里云峰会·北京站的数据库专场上，阿里巴巴集团副总裁、达摩院首席数据库科学家、阿⾥云智能事业群数据库产品事业部总负责⼈李飞飞针对下一代云原生数据库的技术与挑战进行了精彩分享。
Quick BI支持哪些数据源（配置操作篇）
Quick BI 潜心打造了核心技术底座（OLAP分析引擎），实现了SQL解析、SQL调度、SQL优化、查询加速等基础能力，支撑Quick BI的数据分析和查询加速。OLAP分析引擎包括数据源连接、数据模型、智能查询路由、通用查询、加速查询等5大核心能力。
基于MaxCompute构建企业用户画像（用户标签的制作）
在数据化营销时代，数据的价值越发显得更为珍贵。那如何让自己的数据发挥价值，也就是说如何让公司沉睡的数据能够驱动业务发展给公司带来商业价值？在营销里面我们都谈精准营销，谈用户画像，那用户画像到底如何构建，用户的标签如何开发？本示例给与最简单的demo，那个大家清楚认识基于MaxCompute如何构建企业用户标签。
用好阿里云分析型数据库大存储实例，大幅降低大数据应用成本
在企业的业务中，经常拥有海量的历史结构化数据，虽然不会高频度的使用，但是不排除会不定期的被检索、查询（检索频率一般在100-1000次每天）。如物联网、交易历史详单查询、监控/日志数据检索等场景。这时企业需要廉价的存储计算方案，但是又不能将数据存储于离线计算系统或归档到对象存储系统，就需要使用分析.
分析型数据库+数据传输，构建企业级实时数仓
传统的离线数据仓库，将业务数据集中进行存储后，以固定的计算逻辑定时进行ETL 和其它建模后产出报表等应用。离线数据仓库一般采用每日或每几个小时进行一次计算的方式，计算和数据的实时性均较差，业务人员无法根据自己的即时性需要获取几分钟之前的实时数据。
