大数据架构知识点详解：国产数据库创新、湖仓一体实践…

上一篇《这届技术人都爱挂在嘴边的“数智化”，我们用八个字拆解了》所说，我们经历了严格的议题筛选和内容打磨，对每个选题进行了市场调研、用户访谈等，同时还邀请业内专家作为顾问，以确保权威性。历经9版迭代，确定了4大体系，希望将体系化的知识，带到用户的面前。

但是每个体系内，知识依然是庞大的，该选择哪些作为选题呢？

我们希望每个选题，都能切中行业痛点，是从业者真正关心的话题，话题不要满天星一样，而是要聚焦到用户关注点。

首先是做四大体系之数据架构体系的聚焦。

如图所示，数据架构体系聚焦到了云原生大数据实践、国产数据库创新变革、湖仓一体落地实践、OLAP发展趋势。

 

为什么聚焦到这四个选题？

第一，数据环境中，我们决定将重点聚焦在云原生大数据。

云原生大数据可以运用一系列分布式计算、分布式存储、弹性扩缩容、自动化管理等技术，更加高效率地管理、处理和分析大规模的数据。而云原生大数据现在处于成长期，市场正在接受教育，所以我们的云原生大数据论坛主要基于实际案例和成功经验，分享最佳实践和应用案例，以提升应用方的实践能力和成功率。

第二，数据存储工具中比较重要的趋势变化，有国产数据库和湖仓一体。

1. 国产数据库

国家对于自主可控技术发展的重视程度日益提高，对国产数据库的市场发展产生积极的影响。

同时国产数据库的创新也日益增强，向量数据库、时序数据库、图数据库、类 ES 的倒排文档数据库等，百花齐放。

所以在众多数据库方向中，我们选择了国产数据库这个方向，聚焦于国产数据库创新变革。

2. 湖仓一体

湖仓一体在保证数据湖的灵活性和数据仓库的可靠性的基础上，实现数据存储和管理的高度一体化与协同。相比于数据湖和数据仓库，湖仓一体具有以下优势：更快处理速度、更高灵活性、更加适应跨部门数据共享和更高的自治能力等。

所以在数据仓库、数据湖等众多存储工具的方向中，我们选择了湖仓一体。

3. 数据计算工具：OLAP

OLAP技术作为数据分析的核心技术之一，已经成为企业决策的重要手段。然而，数据量和复杂度的增加、应用场景的多样化，导致了OLAP发展迭代越来越迅速。所以OLAP侧重于发展趋势：包括但不限于多维分析存储优化、混合存储、查询加速、自动降冷等。

目前，我们已经邀请到了来自阿里巴巴、蚂蚁集团、腾讯、字节跳动、快手、滴滴等公司的资深技术专家担任专题出品人，有更多精彩议题正在打磨中，敬请期待。

⏰时间：7月21日-22日

🌈地点：北京·悠唐皇冠假日酒店

​🍰主办单位：DataFun社区

​​欢迎大家点击下方链接，获取大会门票

DataFunCon2023（北京站）：数据智能创新与实践大会https://www.bagevent.com/event/8416932?bag_track=csdn