阿里云-云原生数据仓库-加速业务数据化，数据价值化.pdf

云原生数据仓库： 加速业务数据化，数据价值化 林亮 阿里云智能 数据库产品事业部 OLAP 产品部 负责人 Maximize the Value of Data 薛菲 阿里云智能 数据库产品事业部 OLAP 产品经理团队 负责人 BBAAD9C20180234D78A0072836F0BC0062B9B207193DDB80ACD9813CB1962B76EB44BD38115B6B0122492708C8462CEBEAF9218A41D0AB911BBFC2177F0E24D324119BADDC24A68784C42B6760F74D51EF42E7E174B001A3B8F7919A5ED45C88D99622916E3 数据规模增长、格式多样、处理实时化 & 智能化 01 规模爆炸性增长 230 % 2025 年 vs 2021 年全球数据规模 2021 年 -全球数据规模 30 % 69 % 2025 年 -实时数据占比 实时敏捷作为 TOP5 需求的企业占比 03 处理实时化 规模 实时 79 ZB 80 % 55 % 非结构化数据占比 非结构化数据年增速 02 数据格式多样化 多样 33 % 60 % 2023 年 智能决策大企业占比 2025 年 传统数据模型被替换 04 处理智能化 智能 IDC & Gartner BBAAD9C20180234D78A0072836F0BC0062B9B207193DDB80ACD9813CB1962B76EB44BD38115B6B0122492708C8462CEBEAF9218A41D0AB911BBFC2177F0E24D324119BADDC24A68784C42B6760F74D51EF42E7E174B001A3B8F7919A5ED45C88D99622916E3 传统数据处理架构 数据源 抽取 / 传输 加工 / 转换 存储 分析 / 输出 消费端 OLTP 数据库 企业应用 三方数据 日志数据 IoT 数据 复制 CDC 流处理 数据仓库 数据集市 备份归档 数据共享 数据科学 建模 Cube 看板报表 即席分析 实时分析 Hive Spark BBAAD9C20180234D78A0072836F0BC0062B9B207193DDB80ACD9813CB1962B76EB44BD38115B6B0122492708C8462CEBEAF9218A41D0AB911BBFC2177F0E24D324119BADDC24A68784C42B6760F74D51EF42E7E174B001A3B8F7919A5ED45C88D99622916E3 云原生数据仓库 AnalyticDB – 数仓 版 数据源 抽取 / 传输 加工 / 转换 存储 分析 / 输出 消费端 OLTP 数据库 企业应用 三方数据 日志数据 IoT 数据 CDC 流处理 看板报表 即席分析 实时分析 Hive 高性能 实时 一体化 强一致 复制 Spark BBAAD9C20180234D78A0072836F0BC0062B9B207193DDB80ACD9813CB1962B76EB44BD38115B6B0122492708C8462CEBEAF9218A41D0AB911BBFC2177F0E24D324119BADDC24A68784C42B6760F74D51EF42E7E174B001A3B8F7919A5ED45C88D99622916E3 云原生数据仓库 AnalyticDB 核心 竞争力 最高节省数据分析 90%TCO ，毫秒级更新，亚秒级洞察，打破湖仓孤岛，数据库