云原生分析：在公有云上构建敏捷数据分析平台

"10-4+在公有云搭建敏捷的分析平台" 本文主要讨论了如何在公有云环境中构建一个敏捷的分析平台，并介绍了相关的技术和挑战。由云研发总监吴毅华分享，该演讲涵盖了云原生分析、技术挑战、实际案例以及演示。 在云原生分析方面，提到了Apache Kylin——一个全球领先的在线分析处理（OLAP）在Hadoop上的解决方案。作为开源基础设施中唯一的中国顶级项目，Kylin在大数据分析领域具有显著地位。Kyligence公司提供了一系列的产品和服务，包括Kyligence Insight（用于图表、仪表盘和自助分析）、Kyligence MDX（统一语义层）、Kyligence Enterprise（本地部署，包含查询智能、路由、预计算等功能）以及Kyligence Cloud（混合云环境下的数据分析）。 Kyligence的产品旨在简化云上数据管理和分析。在数据湖上，它们能提供高并发的数据服务，处理海量数据并确保高性能。同时，支持标准SQL和MDX接口，可以无缝对接商务智能（BI）工具。资源可根据需求弹性扩容，以优化总体拥有成本（TCO）。此外，Kyligence强调以模型为核心的数据管理，通过智能建模创建业务分析的数据模型，统一管理维度和指标，并实现数据权限的透明管控。 Kyligence Cloud是一个云原生的数据管理和分析平台，它可以直接整合云端现有的数据，避免了数据拷贝的过程。这意味着用户可以在不移动数据的情况下进行分析，提高了效率和灵活性。 在技术挑战部分，可能涉及的问题包括数据安全、存储与计算的分离、多样的数据分析场景、以及如何利用人工智能（AI）增强分析能力。这些问题需要在构建敏捷分析平台时予以解决，以确保平台的稳定性和高效性。 案例部分可能涵盖不同行业的应用，如运营分析、财务分析、快速消费品分析、用户行为分析、预测以及风险控制等。这些案例展示了Kyligence产品在实际业务场景中的应用和价值。 最后，Demo部分可能展示如何使用Kyligence工具快速建立和运行分析任务，以体现其敏捷性。 总结来说，搭建公有云上的敏捷分析平台涉及云原生技术、数据湖的高效利用、智能建模、资源弹性管理、统一语义层和数据安全等多个关键点。通过Kyligence提供的解决方案，企业能够更高效、灵活地处理和分析大规模数据，实现业务洞察的快速获取。