隨著互聯網和物聯網的快速發展，實時數據分析應用的業務需求量日益增長，例如實時推薦、實時風控、實時監測、精準營銷等，數據實時處理能力成為企業提升競爭力的一大因素。華為云GaussDB(DWS)實時數倉提供即開即用、可擴展且完全托管的分析型數據倉庫服務，支撐高并發高性能實時數據分析。4月8日，在華為云TechWave全球技術峰會數據使能分論壇上，GaussDB(DWS)技術專家詳談實時數倉黑科技。

GaussDB(DWS)實時數據分析技術架構基于企業級內核，采用統一SQL引擎，多引擎協同，實現數據體系內自閉環，從而達到一份數據多個引擎調用，高效多維度分析。依據流數據和時序數據特征打造出從優化器、執行器到存儲的全系列、高性能、可擴展的實時數倉，提供四大技術創新：

1.CEP引擎告別T+1模式

改變傳統數據先入庫再查詢的分析模式，CEP引擎提供流計算能力：數據先計算分析，并實時反饋計算結果，計算結果可以繼續進行下一步計算或者保存，大大降低了數據處理時延。

2.1=N：GaussDB(DWS)實時數倉=Flink/SparkStreaming+Druid+InfluxDB……

國內首創在同一套系統內實現流和時序數據的處理和預聚合操作，減少數據跨系統間遷移，降低冗余存儲和加載時間，最大化的利用系統緩存，提高處理效率。

3.預置豐富時序、流處理函數，一切皆SQL

采用最簡潔高效的數據開發語言SQL，并預置豐富的時序和流處理函數，通過SQL即可完成復雜流式計算，可實現億級數據，秒級聚合，極大簡化應用開發。

4.高達40:1的壓縮比，極大節約存儲成本

通過自適應壓縮算法，充分利用行列混合存儲+時序數據專用壓縮算法優勢，實現低時延查詢和高效存儲。

技術專家還分享了實時智能監控平臺的實踐，傳統數據倉庫單節點入口性能和散列度存在瓶頸，GaussDB(DWS)實時數倉單節點入庫性能超過10w/s，支持千萬級散列度計算，徹底解決時序數據和流數據“裝不進”和“算不動”的問題。

目前GaussDB(DWS)實時數倉已經正式發布公測。華為云GaussDB(DWS)實時數倉仍將不斷迭代優化，為企業用戶提供更強大的實時數據分析能力。