12 月 7 日，StarRocks Summit Asia 2024 于北京圆满落幕。本次峰会以"Lakehouse Is All You Need"为主题，汇聚行业领袖和技术专家，共同探讨 Data+AI 的创新与行业实践。
技术引领，构筑湖仓新范式
StarRocks TSC Member，镜舟科技 CTO 张友东
StarRocks TSC Member，镜舟科技 CTO 张友东以“Lakehouse Is All You Need”为题开场演讲，深入解读 Lakehouse 的演进趋势以及 StarRocks 在 Lakehouse方向的技术深耕与创新。
“StarRocks 社区正以前所未有的速度发展，” 张友东展示了一组数据：“在过去三年里，我们在 GitHub 上获得超过 9300 颗 star，活跃贡献者超过 400 人，超过 450+ 市值 10 亿美金以上的企业在生产环境使用 StarRocks，各行业对 StarRocks 的认可与期待与日俱增。”
StarRocks 用户及贡献者致谢
他详细介绍了 StarRocks 在多个技术方向上的突破：
StarRocks 通过创新的向量化执行引擎和智能查询优化技术，将分析性能提升至行业领先水平，同时，在 3.X 版本中实现了对数据湖的原生支持，使得企业可以在不迁移数据的情况下进行高效分析。
此外，StarRocks 在半结构化、非结构化数据分析方面取得显著进展。Flat JSON 兼顾半结构化数据分析的灵活性与查询性能，性能提升达到数十倍；文本检索、向量检索使得 RAG 应用构建过程简单高效，更好地支撑 AI 应用场景。
“Lakehouse 是未来所有数据分析的基础”，张友东强调，Lakehouse 是一种新的架构范式，结合数据湖和数据仓库的优势，提供统一的数据存储，并基于一份数据同时支持企业 BI 和 AI 的应用场景，实现 One data，all analytics 的业务价值。
通过与 Apache Iceberg、Apache Paimon、Apache Hive 等开放数据湖的深度集成，StarRocks 正在构建完善的数据湖生态，为用户提供极速统一的湖仓分析体验。
商业突破：以终为始的商业选择
镜舟科技 CEO 孙文现
镜舟科技 CEO 孙文现以《镜舟数据库与 Lakehouse：面向全球，挖掘商业增长新潜力》为题，分享了这两年来的商业化心路历程。
在商业化道路上，镜舟科技坚持“为客户创造更大的业务成功”的理念，付费客户数已突破 120 家，镜舟科技的 ARR（年经常性收入）连续三年翻倍增长，NRR（净留存率）保持在 130%。2024 年新增中信银行、民生银行、广发证券等多家重量级客户，充分证明了镜舟数据库在企业级市场的竞争力。
谈到增长背后的战略，孙文现阐述了一个商业上的转变：即以终为始的商业选择，以构建一家能够长期经营的商业化公司为目标，打造能够满足致胜场景、带来商业化价值的产品。
孙文现也分享了镜舟的奋斗目标：“以商业成功为伴，面向星辰大海，打造一份长久奋斗的事业。”
生态共融，与行业携手共进
Apache Iceberg PMC member 顾宇飞
Apache Iceberg PMC member 顾宇飞带来了《The Evolving Landscape of Iceberg REST Catalog》的精彩分享。“开放的生态系统是推动技术创新的关键。”顾宇飞表示，REST Catalog 的演进为数据湖提供了更灵活、更高效的访问机制。StarRocks 对 Iceberg 的原生支持，不仅提升了查询性能，更为企业构建现代化数据架构提供了坚实基础。
阿里云计算平台开源 OLAP 负责人范振（辰繁）
“StarRocks 是最适合 Paimon 湖格式的 Lakehouse 开源引擎。”阿里云计算平台开源 OLAP 负责人范振（辰繁）介绍，“在阿里集团的数据湖仓实践分享中，StarRocks 展现了卓越的查询性能和系统稳定性，在与 Paimon 的协同场景中，我们实现了流批一体的数据处理能力，分析性能有 13 倍提升。目前，这一解决方案已在阿里集团内部广泛应用，也正通过阿里云向更多企业客户提供服务。”
应用实践，让价值落地
微众银行大数据工程师，StarRocks 平台负责人林俊锋
客户代表、微众银行大数据工程师，StarRocks 平台负责人林俊锋分享了其数字化转型实践。“在用户画像、人群圈选等大数据量分析场景中，StarRocks 展现出卓越性能，查询速率相比原有 Trino 方案提升 235%。”林俊锋介绍，“目前 StarRocks 已支持行内 5 个以上部门的 10 多个应用场景，结合自研的 Exchangis 数据交换平台，实现了跨集群数据互通、灵活的权限管理等特性。”
腾讯音乐专家工程师，业务运维中心总监曹凤龙
腾讯音乐集团（TME）专家工程师，业务运维中心总监曹凤龙详细阐述了其数据仓库的演进历程。“从 2018 年的 Druid 到如今的 StarRocks，StarRocks 的存算分离架构为我们带来了显著收益：组件更精简、维护更便捷，数据存储成本降低 50%，同时支持智能的冷热数据管理。”
在具体业务场景中，通过存储桶打散、表结构优化、物化视图等技术手段，大表查询响应时间从 30.97 秒降至 0.08 秒，查询秒级响应率达到 99%。目前，StarRocks 集群支撑着 QQ 音乐、全民 K 歌等多个音乐平台的数据分析需求。
未来可期
全天共 30 余个演讲议题，汇聚了 7 大行业，包括小红书、腾讯游戏、Shopee、爱奇艺、得物、杭银消费金融、理想汽车、唯品会、微信、西南证券等多家标杆企业。这些企业用自身实践说明，StarRocks 正在通过技术创新推动各行业数字化转型，在降本增效的同时，为企业创造新的业务价值。
通过与合作伙伴和用户的深度互动，StarRocks 社区正在构建一个更开放、更繁荣的数据技术生态。随着数字化转型深入推进，StarRocks 将继续发挥技术引领作用，助力更多企业实现数据价值最大化。
随着峰会落幕，StarRocks 在湖仓技术领域的愿景更加清晰：以开放、创新的技术理念，携手合作伙伴共建现代化数据分析生态，为企业数字化转型提供强有力的支撑。正如张友东在演讲结束时所说：“Lakehouse 不仅是技术演进的方向，更是释放数据价值的关键，Lakehouse is ALL you need，StarRocks will power your lakehouse！”
版权声明
广深在线内容如无特殊说明，内容均来自于用户投稿，如遇版权或内容投诉，请联系我们。