更新时间:2025-09-24 GMT+08:00
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。
父主题: 产品介绍