在存储层中，我们基于湖泊仓库的结构，通过数据湖实现了批流存储的能力。除了支持流量的增量和批量的全读写外，我们还支持高效的 OLAP 查询能力和维表 join 的能力。
为了解决及时性问题，提供低延迟能力，我们开发了基于内存的内部服务，建立在数据湖上，形成了一套高吞吐量、高并发性、低延迟的整体实时数据服务解决方案。底层方案的整体结构如图所示。底层是持久数据层，它将重用Hudi当前能力的持久数据、文件分布和 Hudi一致，通过 log 行存文件和 base 数据存储将通过列存文件进行 file slice 通过基于时间戳的方式维护数据的版本信息 file group 这样对文件进行分组，同一组件的数据将存储在同一文件组中。结合索引能力，可以有效提高数据进入湖中的性能和查询性能。
表优化操作是一个完全异步的过程。这部分是我们自主开发的服务，因为一些社区没有完全异步。为什么要异步？因为 compaction 和 clustering 执行时间长，同步操作会影响数据湖的写入速度，尤其是在实时场景中。社区的异步操作只指写入时不堵塞，但 compaction 在同一个应用程序中共享写入资源。这可能会影响写作业的稳定性，所以我们在内部着陆过程中发现了这个问题，最终实现了完全异步的调度和执行，而不共享写作资源的服务。在具体的执行层面上，我们还利用混合资源来降低成本。
数字人才培养战略合作签约仪式随后举行。工业和信息化部人才交流中心产业化人才赋能基地大数据研发中心主任、北京益华录信息技术有限公司数字人才培训研究院院长夏东、北京航天云网科技信息部部长、江苏公司总经理刘永金、江南大学商学院院长浦徐金、无锡数据湖信息技术有限公司总经理张琦、招商新城管理服务(无锡)有限公司总经理钱坤。灵锡互联网（无锡）有限公司总经理万江现场签约。工业和信息化部人才交流中心战略发展委员会副主任陈欣、江南大学党委常委、副校长堵国成出席并签字。
更佳商业 *** 合作伙伴奖：在过去的一年里，它帮助阿里云数据中心开拓了一个新的市场。它不仅是阿里云数据中心产品的用户，也是数据驱动业务增长理念的积极传播者。
阿里巴巴在中国首先提出了数据中心的概念。阿里巴巴认为，数据中心是一个集方法论、组织和工具于一体的智能大数据系统，快速、准确、完整、统一和通信，帮助企业实现良好的数据、连接业务和通信组织。目前，阿里巴巴已经通过阿里巴巴云数据中心正式赋能内部沉淀多年的方法论、技术和工具，也称为阿里巴巴云数据中心。