Hologres 在阿里巴巴搜索推荐实时分析和算法应用有什么案例？

阿里淘宝系列里边实时的搜索推荐的场景下，也在使用 Hologres 和 MaxCompute 的组合。一方面数据量非常的大，我们会首先基于 MaxCompute 建立整个离线的数仓， 它能够处理离线全量的数据，有调动几百上千台机器这样并发的能力。其次推荐场景下，也 是对实时要求非常高的。推荐场景的业务方会很关心用户当前对什么产品感兴趣，当前搜索 什么样的关键词，当前是通过什么网络、通过什么设备、在什么地域连接了淘宝的一个系统 等信息。一些实时特征都会影响搜索的一个结果，对实时特征的计算也非常的重要，所以需 要有一个实时数仓的场景，通过 Flink 加工，把这些实时信息加工成用户和商品的一些特征， 然后对接应用使用。最后加工的结果一部分面向分析师，一部分面向机器学习。根据刚才学 到的一些知识，我们知道要完成全部的场景会利用到 Hologres 的列存，也会利用行存。列存的场景，一般是面向报表的场景，一般会把我们的数据结果变成我们的数据产品， 提供给我们的分析师。分析师选择相关的维度做一些过滤组合，得到相关的一些转化率。这 相当于是把我们的数据产品作为一种服务。