# 云原生数据仓库AnalyticDB MySQL版 #
0
关注
4973内容
饿了么基于Flink+Paimon+StarRocks的实时湖仓探索
饿了么的实时数仓经历了多个阶段的演进。初期通过实时ETL、报表应用、联动及监控构建基础架构，随后形成了涵盖数据采集、加工和服务的整体数据架构。1.0版本通过日志和Binlog采集数据，但在研发效率和数据一致性方面存在问题。2.0版本通过Dataphin构建流批一体化系统，提升了数据一致性和研发效率，但仍面临新业务适应性等问题。最终，饿了么选择Paimon和StarRocks作为实时湖仓方案，显著降低了存储成本并提高了系统稳定性。未来，将进一步优化带宽瓶颈、小文件问题及权限控制，实现更多场景的应用。
StarRocks常见面试问题（一）
StarRocks常见面试问题（一）
体验《基于hologres搭建轻量OLAP分析平台》解决方案并进行部署
《基于HoloGres搭建轻量OLAP分析平台》解决方案详尽介绍了HoloGres基础、OLAP原理及平台架构设计等内容。涵盖数据模型设计、加载流程、查询优化及安全性能考虑等多方面，适合有一定背景知识的读者深入理解和实践。然而，对于初学者而言，可能需要更多概念解释。方案在数据迁移、高级查询优化及安全配置等方面提供了指导，但仍需注意潜在的环境兼容性、配置错误及性能瓶颈等问题。通过参考官方文档和社区资源，用户可以解决常见问题并根据实际需求进行调整优化，以实现高效的数据分析。
手把手体验Hologres的OLAP数据分析
本方案基于阿里云实时数仓Hologres与DataWorks数据集成，实现数据库RDS到Hologres的实时同步，充分发挥Hologres强大的查询分析能力，提供一站式高性能OLAP数据分析。Hologres支持标准SQL，无缝对接主流BI工具，适用于多种场景。方案包括创建VPC、开通Hologres、开通DataWorks、创建公网NAT、建立Hologres表、实时同步数据、OLAP分析及资源清理等步骤，为轻量级OLAP分析平台搭建奠定基础。
七大经典技术场景！Apache Flink 在多维领域应用的 40+ 实践案例
随着 Apache Flink 自身的发展，越来越多的企业选择 Apache Flink 应用于自身的业务场景，如底层平台建设、实时数仓、实时推荐、实时分析、实时大屏、风控、数据湖等场景中，解决实时计算的需求。
2万字揭秘阿里巴巴数据治理平台DataWorks建设实践
阿里巴巴一直将数据作为自己的核心资产与能力之一，从最早的淘宝、天猫等电商业务，到后续的优酷、高德、菜鸟等板块，DataWorks、MaxCompute、Hologres等产品用一套技术体系来支持不同业务的发展与创新，为企业带来整体的“数据繁荣”。
数据繁荣为我们带来了红利，同时也带动了各类数据治理需求的井喷，特别是降本等需求的不断出现，阿里云DataWorks团队将13年的产品建设经验整理成最佳实践，从数据生产规范性治理、数据生产稳定性治理、数据生产质量治理、数据应用提效治理、数据安全管控治理、数据成本治理、数据治理组织架构及文化建设等7个方面为大家揭秘数据治理平台建设实践
Paimon 实践 | 基于 Flink SQL 和 Paimon 构建流式湖仓新方案
Paimon 实践 | 基于 Flink SQL 和 Paimon 构建流式湖仓新方案
数据中台的智能进化—阿里巴巴十二年数据平台发展历程
从2016年诞生起，“中台”概念就一路火热至今，对互联网与金融行业数字化转型产生了极为深远的影响。
作为“中台”概念的提出者和先行者，阿里巴巴用12年的实践探索了中台能力建设和数据应用。在不断升级和重构的过程中，阿里巴巴的中台建设经历了从分散的数据分析到数据中台化能力整合，再到全局数据智能化的时代。
一键实现穿衣自由，揭秘淘宝AI试衣间硬核技术，AnalyticDB向量在线召回
云原生数据仓库AnalyticDB MySQL为淘宝AI试衣间提供高维向量低延时的在线向量召回检索服务。
免费试用