过去一年，TiDB 实现了大型银行核心场景的大规模实施，实现了股份制银行和城市商业银行核心系统的突破，促进了证券和保险机构核心系统的定位和国内数据库的替代。此外，TiDB 它还在制造、运营商和媒体、消费品、公共服务、交通物流、零售餐饮、出海等数字化转型中构建了丰富的应用场景。TiDB 助力 TCL 新方舟营销业务中心实现了从分销到零售的转型目标；咪咕视频通过升级到分布式数据库，解决了性能扩展问题，显著提高了开发效率；漱口玉平民用大学药房核心系统 CRM 在分布式改造中，TiDB 在处理能力、服务精细化等方面，与移动云联合方案满足核心系统日益增长的需求，赋能增效业务发展。
本项目采用1套系统、3个门户、5个应用架构，包括数字双胞胎平台建设、信息基础设施建设、相关应用业务开发、网络安全建设、系统集成部署等。目前，已完成数据中心平台的部署和测试，具有数据收集、处理和共享功能；完成L3实景三维模型建设和BIM GIS可视化主场景发布；基本完成洪水预报、演变等水利专业模型的开发和参数率；完成业务应用UI统一规范、开发架构发布和代码仓库建设，基本完成水利感知网络和通信传输网络升级，进入系统集成部署阶段。
一旦建立了湖泊仓库的集成架构，我们就可以开始使用数据湖和数据仓库进行数据分析。由于Flink具有较强的实时处理能力，因此可以实时聚合、计算和查询数据流。通过使用Flink提供的API和函数库，我们可以很容易地实现实时指标计算、异常检测和预测分析等各种复杂的数据分析任务。
数据湖架构于2010年推出，旨在应对数据仓库架构在机器学习或深度学习模型培训过程中如何有效访问数据的挑战。
数据湖仓库是解决上述限制的第三代平台。数据湖仓库是结合数据湖和数据仓库的关键优势，具有开放性和成本效益的结构。它通过在数据湖上实施元数据层来实现其功能。
在ELT流程下工作的数据湖架构，而不是ETL流程。从操作系统中提取数据 (E) 并加载 (L) 到中央仓库。然而，与数据仓库不同，数据湖很少或根本不假设数据的转换和建模。目标是保持数据接近其原始形式。一旦数据进入湖泊，该架构将通过数据转换管道（T）扩展原始数据建模并存储在数据仓库或特征存储中。
数据网格最具影响力的变化是结构。但从集中数据湖到分散数据网格是一种社会技术现象，这意味着一些额外的变化。