tag olap

標籤
貢獻6
71
05:15 PM · Oct 25 ,2025
mirrorship 頭像 starrocks 頭像 u_15316473 頭像 u_16065869 頭像 bytedata 頭像 u_39029 頭像

@olap / 博客 RSS 訂閱

u_39029 頭像

lingyuli - 多索引組合值不可以唯一嘛

長期以來，Lucene在搜索領域的壟斷地位無人能及，基於Lucene之上的Elastic Search與Solr 也是家喻户曉的產品；錄信數據庫最初的版本也是基於Lucene來實現的，在設計之初經常會遇到跟solr、es同樣的問題。如面對幾十億的數據就遇到內存爆掉的問題，此時CPU與IO都飆到系統極限；100億的數據就需要100多台512G的大內

lucene , 大數據 , 索引 , 數據倉庫 , 數據庫 , olap , 多索引組合值不可以唯一嘛

收藏 評論

starrocks 頭像

StarRocks - StarRocks 在 Cisco Webex 的探索與實踐

作者： 白旭：Cisco Software Engineer, Apache Amoro PPMC member 許鴻坤：Cisco Senior Software Engineer 導讀：本文內容整理自 白旭 與 許鴻坤 兩位嘉賓在 StarRocks Connect 2025 上的聯合演講。 基於 Cisco Webex 的核心分析場景，分享了從 Pinot 技術棧遷移

數據庫 , starrocks , 物化視圖 , olap , Json

收藏 評論

mirrorship 頭像

鏡舟科技 - 誰能更快交付，誰就能更快贏得市場

隨着新能源汽車新品持續進化，全球消費者再次感受到了科技與速度的結合。 2025 年的汽車市場，“內卷”已成常態，不確定性持續增加。如何每年去交付數百萬新增客户的整車，以及近數千萬存量客户的備件，並且提升全流程的交付體驗，是企業面臨的核心課題之一。 這一挑戰的本質，是如何在龐大且複雜的產供銷體系中實現敏捷響應。而在數字化浪潮中，企業對數據平台的要求，與汽車行業如出一轍：誰能更快交付，誰就能更快贏得

starrocks , 數據分析 , 雲原生 , ota , olap

收藏 評論

starrocks 頭像

StarRocks - 從多引擎到統一平台：去哪兒網的 StarRocks 實踐

作者：任志民，2023 年加入去哪兒旅行數據平台團隊，主要負責數據平台 OLAP 引擎基礎建設和相關數據產品研發工作。 導讀： 在去哪兒網新一代數據平台架構中，StarRocks 作為統一 OLAP 引擎，替代了原有的 Trino、Presto、Druid、Impala、Kudu、Iceberg、ClickHouse 等多個引擎。如今，去哪兒網 StarRocks 集羣覆蓋全司業務線，支撐

數據結構 , 數據庫 , starrocks , 物化視圖 , olap

收藏 評論

mirrorship 頭像

鏡舟科技 - 什麼是列存儲（Columnar Storage）？深度解析其原理與應用場景

列存儲的基本概念：顛覆傳統的數據組織方式 列存儲（Column Storage）是一種革命性的數據庫存儲技術，它通過按列而非按行組織數據，從根本上改變了數據的物理存儲結構。與傳統行存儲數據庫不同，列式數據庫將每一列的數據連續存儲在一起，而不是將每一行的數據存儲在一起。這種看似簡單的存儲結構變化，卻為分析型查詢帶來了質的飛躍。 要理解列存儲的本質，我們可以通過一個簡單的例子來説明。假設有一個包含用户

架構 , 數據庫 , starrocks , 數據分析 , olap

收藏 評論

mirrorship 頭像

鏡舟科技 - StarRocks × Tableau 連接器完整使用指南 | 高效數據分析從連接開始

一、導語：為什麼選擇 StarRocks Tableau 連接器？ 在當今數據驅動的商業環境中，企業不僅需要一個能夠處理海量數據的高性能分析數據庫，還需要一個直觀、強大的可視化工具來解讀數據背後的故事。StarRocks 作為新一代極速全場景 MPP 數據庫，以其卓越的 OLAP 分析能力著稱；而 Tableau 則是數據可視化領域的領導者。 [1] StarRocks Tableau 連接器正是

tableau , 數據可視化 , starrocks , 數據分析 , olap

收藏 評論

starrocks 頭像

StarRocks - 微信基於 StarRocks 的實時因果推斷實踐

作者： 張婧婧 騰旭微信數據科學家 熊吉祥 騰訊微信 OLAP 研發工程師、StarRocks Contributor本文整理自微信工程師 在 StarRocks 年度峯會上的分享，介紹了因果推斷在業務中的應用，詳細闡述了基於 StarRocks 構建因果推斷分析工具的技術方案，通過高效算子的支持，大幅提升了計算效率。例如，t 檢驗在 6億行數據上的執行時間僅需 1 秒。StarRocks

微信 , 大數據 , 數據庫 , olap

收藏 評論

starrocks 頭像

StarRocks - StarRocks 在愛奇藝大數據場景的實踐

作者：林豪，愛奇藝大數據 OLAP 服務負責人 小編導讀： 本文整理自愛奇藝工程師在 StarRocks 年度峯會的分享，介紹了愛奇藝 OLAP 引擎演化及引入 StarRocks 後的效果。 在廣告業務中，StarRocks 替換 Impala+Kudu 後，接口性能提升 400%，P90 查詢延遲縮短 4.6 倍。 在“魔鏡”數據分析平台中，StarRocks 替代 Spar

大數據 , spa , olap

收藏 評論

mirrorship 頭像

鏡舟科技 - 表 vs 物化視圖：核心區別與選型指南

StarRocks 是一款高性能分析型數據庫，專為複雜分析場景設計，具備全面的 OLAP 能力。作為新一代 MPP 架構數據庫，StarRocks 集成了列式存儲引擎與向量化執行引擎，支持實時數據攝入與查詢，並提供高併發、低延遲的分析服務。自 2020 年開源以來，StarRocks 已在金融、互聯網、物流等領域廣泛應用，支撐 TB 到 PB 級數據的實時分析需求。 在數據管理方面，StarRoc

table , 數據存儲 , 查詢 , 物化視圖 , olap

收藏 評論

starrocks 頭像

StarRocks - 【活動回顧】StarRocks Singapore Meetup #2 @Shopee

3 月 13 日，StarRocks 社區在新加坡成功舉辦了第二場 Meetup 活動，主題為“Empowering Customer-Facing Analytics”。本次活動在 Shopee 新加坡辦公室舉行，吸引了來自 Shopee、Grab 和 Pinterest 的專家講師以及 50 多位參會者。大家圍繞電商、BI 報表和廣告場景中的數據分析挑戰展開了深入探討，並分享瞭如何利用 Sta

spark , 數據分析 , 物化視圖 , olap

收藏 評論

mirrorship 頭像

鏡舟科技 - 用户行為分析：從概念到實踐的全面指南

在數字化轉型浪潮中，用户行為分析已成為企業決策的核心驅動力。 用户行為分析本質上是對用户與產品交互過程中產生的各類行為數據進行系統性收集、處理和分析，從而揭示用户偏好、預測行為趨勢並指導業務決策的過程。它包含三層核心要素：行為軌跡捕捉、場景歸因分析和價值轉化實現。 用户行為分析已從可選工具演變為企業數字化轉型的必爭之地，它通過數據驅動的方式，幫助企業深入理解用户、優化產品體驗並最終提升業務價值。

數字化轉型 , hadoop , starrocks , 分析 , olap

收藏 評論

mirrorship 頭像

鏡舟科技 - 鏡舟數據庫 TPC-DS 性能快報

鏡舟數據庫：極致性能，引領企業級分析新標杆 在數據驅動決策的時代，企業對數據分析平台的性能要求達到了前所未有的高度。毫秒級的延遲差異，可能直接影響商業洞察的效率和業務決策的質量。作為一款面向未來的企業級實時分析數據庫，鏡舟數據庫始終將極致性能作為其核心設計理念。 為了精確量化企業級產品的能力，鏡舟科技基於TPC-DS 基準測試集，對鏡舟數據庫與社區版 StarRocks 進行了同等條件下的深度性能

數據庫 , starrocks , 數據分析 , 數據湖 , olap

收藏 評論

bytedata 頭像

字節跳動數據平台 - 如何構建面向海量數據、高實時要求的企業級OLAP數據引擎？

在字節跳動各產品線飛速成長的過程中，對數據分析能力也提出了更高的要求，現有的主流數據分析產品都沒辦法完全滿足業務要求。因此，字節跳動在ClickHouse引擎基礎上重構了技術架構，實現了雲原生環境的部署和運維管理、存儲計算分離、多租户管理等能力，推出了雲原生數據倉庫ByteHouse。 在性能、可擴展性、穩定性、可運維性以及資源利用率方面都實現了巨大提升，能夠很好的滿足字節跳動數據量極大、實

cli , olap

收藏 評論

u_16065869 頭像

崖山數據庫系統YashanDB - YashanDB V23.5：全面支撐TP+，助力企業解決混合負載痛點

*作者：徐曉鋒 YashanDB 資深架構師 “一套系統能不能既扛高併發交易，又做實時分析？”、“白天跑業務、晚上跑批處理，能不能不‘掉鏈子’？” 當我們走訪近百家企業，經常聽到類似的提問。數字化深入的今天，OLTP與OLAP的界限正在加速模糊，混合工作負載不再是“特殊場景”，而是“常態需求”。傳統解決方案中，企業往往需拆分部署兩套獨立架構：

oracle , yashandb , 崖山數據庫 , 數據庫 , OLTP , olap

收藏 評論

mirrorship 頭像

鏡舟科技 - 告別“數據孤島”，基金公司如何構建秒級響應的統一分析底座？

在資產管理規模不斷攀升與金融科技深度滲透的雙重驅動下，基金行業正面臨前所未有的數據變革。當客户數量突破億級、日交易量邁向千萬級，數據不再僅僅是後台的記錄，而是驅動營銷獲客、投資決策與風險控制的核心資產。 然而，面對爆發式增長的數據體量與日益複雜的異構數據源，傳統的數倉架構正逐漸顯露疲態。如何打破數據孤島，實現海量數據的極速分析與統一管理，成為基金公司數字化轉型的關鍵命題。 本文將結合某頭部基金公司

金融科技 , 架構 , starrocks , 多表查詢 , olap

收藏 評論

starrocks 頭像

StarRocks - 從分鐘到秒級，從 ClickHouse 到 StarRocks：哈囉的實時進化之路

作者：雲漢翾 哈囉資深大數據開發工程師 導讀： 作為國內領先的出行與生活服務平台，哈囉在多業務協同與實時調度場景下，對數據分析性能和系統穩定性提出了更高要求。 為應對業務多元化帶來的數據增長與計算壓力，哈囉技術團隊完成了大規模 ClickHouse → StarRocks 遷移，並自研數據對比工具實現全流程自動校驗（該工具後續將開源）。 遷移後，查詢性能提升 3–5 倍，系統成本下降超

clickhouse , starrocks , SQL , 數據湖 , olap

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - EMR Serverless Stella 1.0 技術分享：StarRocks企業級版本內核重大突破

在今年雲棲大會上，EMRServerlessStella1.0正式發佈，這是一款面向企業級場景深度優化的高性能數據分析引擎。阿里雲開源大數據平台OLAP引擎負責人周康系統性地分享了Stella在存算分離架構、Lakehouse場景以及全文檢索等三大核心場景下的深度優化經驗，為業界提供了大規模OLAP系統工程化實踐的寶貴參考。Stella引擎的發佈將為企業級用户提供更加專業、高效的

大數據 , 數據倉庫 , 阿里雲 , Lakehouse , starrocks , Stella , olap

收藏 評論