# 实时数仓 Hologres #
0
关注
4176内容
告别头文件，编译效率提升 42%！C++ Modules 实战解析 | 干货推荐
模块相比传统文件有哪些优势？
十大行业经典案例！Apache Flink 的 40 个最佳实践
如今，Apache Flink 行业应用几何？在降本增效的需求驱动下，企业如何实现数据与算力价值最大化？本文整理了 Flink 社区近一年的社区案例，并按照行业进行分类，供大家参考！
【HBase入门与实战】一文搞懂HBase!
该文档介绍了HBase，一种高吞吐量的NoSQL数据库，适合处理大规模数据。HBase具备快速读写、列式存储和天然支持集群部署的特点，常用于高并发场景。NoSQL与关系型数据库的主要区别在于数据模型、查询语言和可伸缩性。HBase的物理架构包括Client、Zookeeper、HMaster和RegionServer，其中RegionServer管理数据存储。HBase的读写流程利用MemStore和Bloom Filter提高效率。此外，文档还提到了HBase的应用，如时间序列数据、消息传递和内容服务。
阿里云PAI大模型RAG对话系统最佳实践
本文为大模型RAG对话系统最佳实践，旨在指引AI开发人员如何有效地结合LLM大语言模型的推理能力和外部知识库检索增强技术，从而显著提升对话系统的性能，使其能更加灵活地返回用户查询的内容。适用于问答、摘要生成和其他依赖外部知识的自然语言处理任务。通过该实践，您可以掌握构建一个大模型RAG对话系统的完整开发链路。
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。
实时数仓Kappa架构：从入门到实战
【11月更文挑战第24天】随着大数据技术的不断发展，企业对实时数据处理和分析的需求日益增长。实时数仓（Real-Time Data Warehouse, RTDW）应运而生，其中Kappa架构作为一种简化的数据处理架构，通过统一的流处理框架，解决了传统Lambda架构中批处理和实时处理的复杂性。本文将深入探讨Kappa架构的历史背景、业务场景、功能点、优缺点、解决的问题以及底层原理，并详细介绍如何使用Java语言快速搭建一套实时数仓。
2万字揭秘阿里巴巴数据治理平台DataWorks建设实践
阿里巴巴一直将数据作为自己的核心资产与能力之一，从最早的淘宝、天猫等电商业务，到后续的优酷、高德、菜鸟等板块，DataWorks、MaxCompute、Hologres等产品用一套技术体系来支持不同业务的发展与创新，为企业带来整体的“数据繁荣”。
数据繁荣为我们带来了红利，同时也带动了各类数据治理需求的井喷，特别是降本等需求的不断出现，阿里云DataWorks团队将13年的产品建设经验整理成最佳实践，从数据生产规范性治理、数据生产稳定性治理、数据生产质量治理、数据应用提效治理、数据安全管控治理、数据成本治理、数据治理组织架构及文化建设等7个方面为大家揭秘数据治理平台建设实践
Apache Flink X Apache Doris 构建极速易用的实时数仓架构
在本次分享中，将为大家介绍如何基于 Apache Doris 和 Apache Flink 构建极速易用的实时数仓架构。
七大经典技术场景！Apache Flink 在多维领域应用的 40+ 实践案例
随着 Apache Flink 自身的发展，越来越多的企业选择 Apache Flink 应用于自身的业务场景，如底层平台建设、实时数仓、实时推荐、实时分析、实时大屏、风控、数据湖等场景中，解决实时计算的需求。
免费试用