写回答
采用典型的Lambda架构，数据从采集->加工->服务，根据 业务场景烟囱化建设，在数据架构上不做分层，以任务为单位来支撑对应的应用场景，将数 据全部预处理完毕，存储到OLTP和KV引擎，直接通过Point Query提供对外服务。 在数据处理层，通过Flink多流Join，通过HBase做维表关联，将流式数据预处理到指定 粒度，持久化到数据库中并提供对应服务。 在场景少、任务少的情况下，这种end to end的建设方式，既灵活又节省成本，并且能 提供较高QPS低RT的服务能力。但随着业务场景的复杂度增加，运维开发成本越来越大，全 部采用预处理并且每个开发同学都需要从源头end to end加工的方式已经不能适应业务的变 化。以上内容摘自《阿里云实时数仓Hologres最佳实践合集》电子书，点击https://developer.aliyun.com/topic/download?id=996 可下载完整版
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本技术圈将为大家分析有关阿里云产品Hologres的最新产品动态、技术解读等，也欢迎大家加入钉钉群--实时数仓Hologres交流群32314975
