HTAP数据库系列 | 企业级数据仓库如何应对个性化营销？

传统数据仓库是基于业务主导，面向分散数据源，提供数据采集、加工、处理、存储、应用等功能。采用统计汇总等方式实现KPI、报表、仪表盘等功能满足业领导宏观决策需要。

然而随着大数据时代的到来，银行业业务发生很大的变化，出现了如电话银行，手机银行，网上银行，短信平台等多种业务类型，随之而来的是数据量呈现爆发性增长，银行业之前一直高度依赖于传统IOE设备，面临着诸多挑战，如数据的规模从GB到TB，乃至PB，数据的类型从结构化数据到非结构化的衍生，数据的复杂度超出传统数据库的处理能力，传统的典型的数据仓库(T+1模式）通常一天一次的跑批作业（批量数据计算存储）面临无法及时完成的困境，同时为了确保每天按时跑批作业的完成，不得不延长每天跑批作业窗口，这样影响了每天业务人员对数据仓库中数据集市的可访问窗口，使得业务分析处理变得越来越困难，查询耗时更长，从而影响业务人员正常业务访问。

同时随着业务发展和技术进步，涌现出大量新的业务场景，例如：360度个性化画像营销；个性化推荐营销推荐等，这些大量新的的业务需要数据仓库支撑高并发应用访问和采用分布式数据加工处理框架，加速数据处理效率。

如何解决上述问题？数据仓库中是否有一款数据库既能支持数据仓库海量数据离线分析处理 (OLAP)，又能支持数据仓库海量数据在线实时访问(OLTP)？答案是确定的，存在，那就是HTAP数据库！

天云数据HUBBLE（HTAP）数据库支持数据和用户的高扩展性，水平扩展性，数据查询的秒级达到毫秒级响应，从而支持OLTP。其主要特征如下图所示：

HUBBLE在性能表现上非常优异，根据测试，在查询效率上明显优于Impala、Spark等大数据常用查询组件。在进行三个不同条件的查询时，可以发现HUBBLE始终保持在毫秒级。

因此企业级数据仓库需要采用新的大数据平台和HTAP数据库技术构建新一代数据中台（数据湖）架构，既能解决传统将存在问题，满足新的业务需要，又能实现数据自动化按需提供服务。