# 云原生数据仓库AnalyticDB MySQL版 #
0
关注
5423内容
现在的湖仓一体像是个伪命题
从一体机、超融合到云计算、HTAP，技术不断演进，旨在简化和提高效率。湖仓一体（Lakehouse）是当前热门趋势，旨在将数据湖和数据仓库融合，发挥两者优势。数据湖侧重存储原始数据，数据仓库则擅长结构化数据计算。然而，现有方案多为数据湖与数据仓库的松耦合，未能真正实现“既存又算”。开源集算器SPL通过开放计算引擎，直接处理数据湖中的原始数据，支持多数据源混合计算，提供高性能文件存储，实现了真正的湖仓一体。
数据仓库建模规范思考
本文介绍了数据仓库建模规范，包括模型分层、设计、数据类型、命名及接口开发等方面的详细规定。通过规范化分层逻辑、高内聚松耦合的设计、明确的命名规范和数据类型转换规则，提高数据仓库的可维护性、可扩展性和数据质量，为企业决策提供支持。
拥抱Data+AI｜DMS+AnalyticDB助力钉钉AI助理，轻松玩转智能问数
「拥抱Data+AI」系列文章由阿里云瑶池数据库推出，基于真实客户案例，展示Data+AI行业解决方案。本文通过钉钉AI助理的实际应用，探讨如何利用阿里云Data+AI解决方案实现智能问数服务，使每个人都能拥有专属数据分析师，显著提升数据查询和分析效率。点击阅读详情。
DataWorks产品测评|基于DataWorks和MaxCompute产品组合实现用户画像分析
本文介绍了如何使用DataWorks和MaxCompute产品组合实现用户画像分析。首先，通过阿里云官网开通DataWorks服务并创建资源组，接着创建MaxCompute项目和数据源。随后，利用DataWorks的数据集成和数据开发模块，将业务数据同步至MaxCompute，并通过ODPS SQL完成用户画像的数据加工，最终将结果写入`ads_user_info_1d`表。文章详细记录了每一步的操作过程，包括任务开发、运行、运维操作和资源释放，帮助读者顺利完成用户画像分析。此外，还指出了文档中的一些不一致之处，并提供了相应的解决方法。
The Past, Present and Future of Apache Flink
本文整理自阿里云开源大数据负责人王峰（莫问）在 Flink Forward Asia 2024 上海站主论坛开场的分享，今年正值 Flink 开源项目诞生的第 10 周年，借此时机，王峰回顾了 Flink 在过去 10 年的发展历程以及 Flink社区当前最新的技术成果，最后展望下一个十年 Flink 路向何方。
方案实践测评 | DataWorks集成Hologres构建一站式高性能的OLAP数据分析
DataWorks在任务开发便捷性、任务运行速度、产品使用门槛等方面都表现出色。在数据处理场景方面仍有改进和扩展的空间，通过引入更多的智能技术、扩展数据源支持、优化任务调度和可视化功能以及提升团队协作效率，DataWorks将能够为企业提供更全面、更高效的数据处理解决方案。
大数据& AI 产品月刊【2024年11月】
大数据& AI 产品技术月刊【2024年11月】，涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容，帮助您快速了解阿里云大数据& AI 方面最新动态。
CDC YAML 在阿里云的最佳实践
本文撰写自阿里云开源大数据平台数据通道团队，主要介绍了 Flink CDC YAML 在实时计算Flink版的最佳实践。
资料合集｜Flink Forward Asia 2024 上海站
Apache Flink 年度技术盛会聚焦“回顾过去，展望未来”，涵盖流式湖仓、流批一体、Data+AI 等八大核心议题，近百家厂商参与，深入探讨前沿技术发展。小松鼠为大家整理了 FFA 2024 演讲 PPT ，可在线阅读和下载。
免费试用