应用场景

增强型的ETL+实时BI分析

图1 ETL+BI分析场景

数据仓库在整个BI（business intelligence）系统中起到了支柱的作用，更是海量数据收集、存储、分析的核心。为移动互联网、游戏行业、O2O（Online to Offline）等行业提供强大的商业决策分析支持。

优势如下：

• 数据迁移：多数据源，高效、批量、实时的数据导入。
• 高性能：PB级数据低成本的存储与万亿级数据关联分析秒级响应。
• 实时：业务数据流实时整合，及时对运营决策进行优化与调整。

电商场景

图2 电商场景

电商的数据分析，主要用于支撑营销推荐、运营分析、全文检索、客户分析等业务。

优势如下：

• 分析维度广：可从商品、用户、运营、地区等多个维度进行复杂的分析。
• 随业务增长扩容：可根据业务增长，随时进行集群规模扩展。
• 可靠性高：DWS的高可靠性支撑电商系统的长时稳定运行。

湖仓一体

• 无缝访问数据湖
  • 对接Hive Metastore元数据管理，直接访问数据湖的数据表定义，无需用户创建外表，只需创建external schema即可。
  • 支持主要数据格式：ORC，Parquet。
• 融合查询
  • 混合查询数据湖和仓内的任意数据。
  • 查询一步到位输出到仓内/数据湖，无需额外数据中转拷贝。
• 极致查询性能
  • 使用数仓高质量的查询计划和高效的执行引擎。
  • 使用数仓的负载管理手段，精准控制。

  

实时写入

提供H-Store存储引擎，微批数据存放在本地，周期合并到OBS存储，支持高吞吐实时写入与更新，同时支持大批量写入场景。

数据实时写入并经实时计算之后，可以用于实时大屏、实时分析、实时监控、实时风控、实时推荐。