在这里，我们可以看到湖仓库没有集成，因为用户清楚地知道一个是仓库的手表，一个是湖的手表，但也需要准确地指定两个手表，他们的查询范围有时可能很容易出错。在理想的湖仓融合方案中，用户只需指定一张表，无论是热表还是冷表，表视图都是统一的。同时，用户只需指定要查询的范围，系统将帮助用户自动感知查询范围，无需区分哪些数据在湖中，哪些数据在仓库中。
第四，数据使经济和社会发展取得了新的进展。城市综合大数据平台收集1亿政府数据，建设城市共享“数据湖”，为公安、社会保障、医疗保险、公积金、房地产等31个部门提供3340万项数据呼叫服务，呼叫50亿，有效满足各级各部门的数据需求。
一般情况下，仓库出湖的场景都会采用 export 将 StarRocks 数据导出到数据湖中，这种方法有一定的局限性，只能导出到外部目录，不能导出到表。若要导出到表中，首先要确认表的底层存储路径，然后才能进行配置，对用户不太友好。此外，它是一个不能实现湖仓联动的独立功能，在某些情况下会导致湖仓数据不一致。
用户将导入部分热数据 StarRocks 加快查询，但不一定知道哪些数据已经进入仓库，最后需要检查周期、表名，使用不太方便。 要查询的数据已通过仓库从湖中导出到数据湖，并已从数字仓库中删除。在这种情况下，您需要同时检查两个表，一个是热表，另一个是冷表，然后通过 union all 句子聚合数据。这种方法的缺点很明显，即用户需要显示的指定两张表格进行查询。
阿里云智能高级技术专家、数据湖存储技术负责人梁明旭分享“数据湖存储帮助企业在人工智能时代加快创新”，他表示，随着数据爆炸性增长，企业数据中心从成本中心到创新中心，从阿里云的角度分享数据快速增长的业务趋势，阿里云期待与合作伙伴合作，共同繁荣数据生态。
半结构化数据分析：支持半结构化数据分析，可满足不同类型数据的查询需求。 湖仓集成：可与数据湖集成，实现湖仓集成的数据管理，方便用户统一管理和查询数据。
最后，数据湖和数据仓库的管理对维护数据质量至关重要。当数据从数据湖转移到大数据仓库时，我们需要建立一个强大的数据清理机制，以确保数据的准确性和一致性。同时，还需要定期审计数据质量审计和大数据解决方案，以便及时发现和改进问题。
拓数派和阿里云共同宣布，作为本次新闻发布会的重要组成部分之一，双方将共同出海，欢迎海外500强客户。阿里云智能高级技术专家、数据湖存储技术负责人梁明旭、阿里云智能解决方案架构师党月浩、拓数派创始合伙人兼首席执行官陆公瑜、拓数派云（CoC）项目负责人金剑虹出席了启动仪式。双方表示，未来将围绕PieCloudDB产品展开更深入的合作，共同为用户和行业创造价值。
针对海量数据规模和数据湖分析场景，针对统计信息收集难度大、收集时间长的问题 在版本中，查询优化器采用了多种启发性技术，大大提高了无统计信息场景下的计划质量，从而在无统计信息的情况下获得更好的查询计划。同时扩展了 Runtime Filter 在执行过程中，下压场景和自适应能力可以动态调整部分表达式谓词，使部分表达式谓词能够自适应 Apache Doris 在不依赖统计信息的情况下，也具有优异的性能。
依托高原资源和能源禀赋，扩大绿色电力和数据的优势，共同推进数字电力协调、数字实体一体化和绿色发展，建设新的数字经济青海。目前，青海数据湖、中国电信大数据中心、中国移动青海高原大数据中心、中国联通青海三江源国家大数据基地逐步聚集，形成大数据产业集群优势。截至目前，青海省数据中心已建成17269架机架，平均上架率为60%，数据中心网络出口带宽为60%。