收录了 阿里大数据架构技术 频道下的 50 篇内容
阿里历经十年时间,打造了一个什么样的大数据平台?
本文着眼于顶级云服务商云服务商的云数据库方案背后的架构,以及笔者最近观察到的一些对于云数据库有意义的工业界的相关技术的进展,希望读者能有所收获。
近几年,随着数据湖概念的兴起,业界对于数据仓库和数据湖的对比甚至争论始终不断。数据仓库和数据湖的区别到底是什么?本文作者来自阿里巴巴计算平台部门,在深度参与阿里巴巴大数据/数据中台领域建设之后,将对数据湖和数据仓库的来龙去脉进行深入剖析,阐述两者融合演进的新方向——湖仓一体。
本文介绍阿里云Tablestore选择哪种设计理念来更好的满足数据系统中对结构化数据存储的需求。
大数据架构的发展可用三个时代九种架构来做总结,其中前四代是传统数据仓库时代的架构,后面五代是大数据架构模式。
本次分享介绍OLAP查询如何帮助数据银行运营。
本次分享介绍阿里巴巴新一代交互式分析引擎 Hologres。
数字经济,已经成为当今经济发展中非常重要的一部分。 与农业经济、工业经济如出一辙,数字经济活动需要土地、劳动力、资本、技术以及相应配套基础设施。
以 Hadoop 为基础的大数据体系架构已逐步陈旧,新一代的分析平台以及更发挥 AI 能力的数据平台架构仍有非常多的疑问还没有得到解答。
如何在物理和虚拟层面整合各个分散的领域和数据“孤岛”;如何使用混合多云平台来管理和处理数据;如何凭借计算和存储可扩展性,应对不断增长的数据量;如何在整个过程中融入安全性、可扩展性和适应能力;以及如何在数据提供者和使用者之间的价值链中实现数据集成、数据工程和数据治理自动化等等,都是数据据架构所关心的问题。
数据平台领域发展 20 年,一些范式已经成熟,另一些新范式在持续变化和创新。
本文简述大数据分析的技术挑战,数据架构模式,实现更优的通用大数据架构模式,及可以涵盖的典型数据处理场景。
阿里云希望用这些创新技术服务更多的企业。
本文介绍企业级云原生分布式数据库系统的未来。
以Hadoop为基础的第一代大数据体系架构已基本建成,但是面向未来的更现代的数据平台架构仍有非常多的疑问还没有得到解答。
除了湖仓一体,我们还需要关注哪些数据架构演进方向?
这一趋势已经引起了越来越多企业的开发者的注意。
本文介绍大数据分析场景需要解决的技术挑战、主流大数据架构模式及其发展。
在过去这十数年里,开源大数据领域飞速发展,我们见证了多元化技术的兴起和变迁。
本次分享围绕 GDB 在阿里巴巴集团内部的初始设计,上云架构,应用场景和未来发展等展开讨论。