数据仓库的深度探索与实时数仓应用案例解析
大数据技术的发展，使得数据仓库能够支持大量和复杂数据类型（如文本、图像、视频、音频等）。数据湖作为一种新的数据存储架构，强调原始数据的全面保留和灵活访问，与数据仓库形成互补，共同支持企业的数据分析需求。
分析型数据库+数据传输，构建企业级实时数仓
传统的离线数据仓库，将业务数据集中进行存储后，以固定的计算逻辑定时进行ETL 和其它建模后产出报表等应用。离线数据仓库一般采用每日或每几个小时进行一次计算的方式，计算和数据的实时性均较差，业务人员无法根据自己的即时性需要获取几分钟之前的实时数据。
云上个性化推荐——基于PAI和Hologres的个性化推荐最佳实践
常见的个性化推荐系统包括日志收集，数据加工，召回，排序，离在线效果评估等诸多环节，对于中小客户存在技术门槛高，搭建周期长等问题。计算平台基于 PAI，Hologres，MaxCompute，DataWorks 平台产品，可以帮助客户快速搭建个性化推荐解决方案。本次分享，主要从计算平台的推荐系统整体解决方案出发，重点介绍基于 PAI 的向量召回算法和 Hologres 向量检索的整体架构，以及该架构在某社交APP的落地案例和效果分享。
从阿里核心场景看实时数仓的发展趋势
随着2021年双11的完美落幕，实时数仓技术在阿里双11场景也经历了多年的实践和发展。从早期的基于不同作业的烟囱式开发，到基于领域分层建模的数仓引入，再到分析服务一体化的新型融合式一站式架构，开发效率逐步提升，数据质量更有保证，也沉淀了更多技术创新，让我们看到了一些未来数仓开发、应用的可能性和趋势。下面我们来聊聊从阿里双11看到的实时数仓发展的一些趋势。
