实时数仓是大数据领域目前炙手可热的主题，各公司都在积极构建实时数仓，甚至实时数据中台。传统Lambda架构已不堪重负。新的产品和方案层出不穷。构建一个适合的实时数仓需要考虑哪些因素？怎么设计架构和链路？本演讲基于阿里内外的成功实时数仓案例来分享实时数仓的构建，分别对流量场景（例如精准营销、算法分析、网络监控等）和数据库场景（AP数据中台）下的分析与服务给出经验分享，希望对于听众能有所启发。 

内容大纲

1. 实时数仓建设方法的演进

2. 实时数仓原则与方法论

• 模型统一、接口统一、流批一体
• 灵活、低成本
• 不要lambda架构
• 架构一定要简单
• 成本 vs 性能

3. 实时数仓的建设方法

• ODS->DWD->DWS->ADS
• 热数据与冷数据的存储

4. 实时数仓查询方法的设计

• 查询pattern
• 查询QPS
• 预聚合

5. 实时数仓写入链路的设计

6. 流量分析场景下的实践案例

• AB Test
• 智能营销
• 网络监控
• 实时排行榜

7. 数据库场景下的实践案例

• 数据打宽
• 分库分表合并

听众受益

• 实时数仓建设方法的演进
• 实时数仓的建设方法
• 实时数仓写入链路和查询方法的设计
• 流量分析场景下的实践案例 （例如精准营销、算法分析、网络监控、实时大屏、实时排行榜等）
• 数据库场景下的实践案例  

适合人群

大数据从业人员、企业数据中台建设者、企业大数据总监、企业CTO等。