DLA面向对象存储OSS的架构优化有哪些？

由于对象存储面向分析场景具有上面的问题，DLA构建了统一的DLA FS层来解决对象存储元信息访问、Rename、读取慢等问题。DLA FS同时支持DLA的Serverless Spark进行ETL读写、DLA Serverless Presto数据交互式查询、Lakehouse入湖建仓数据的高效读取等。面向对象存储OSS的架构优化整体分为四层：

数据湖存储OSS：存储结构化、半结构化、非结构化，以及通过DLA Lakehouse入湖建仓的HUDI格式； DLA FS：统一解决面向对象存储OSS的分析优化问题，包括Rename优化、Read Buffer、Data Cache、File List优化等； 分析负载：DLA Serverless Spark主要读取OSS中的数据ETL后再写回OSS，Serverless Presto主要对OSS上面建仓的数据进行交互式查询； 业务场景：基于DLA的双引擎Spark和Presto可以支持多种模式的业务场景。