过去几年，数据湖能力已经在腾讯内部包括微信视频号、小程序等多个业务大规模落地，数据规模达到 PB 至 EB 级别。在此基础上，腾讯自研业务也启动了云原生湖仓能力建设，过程中我们发现，湖仓架构面临最大的挑战是性能问题：

• 湖存储直接用于数仓建模分析，存算分离损失了数仓 locality；
• 海量湖仓明细的直接分析也需要较高的性能，才能完成海量湖仓数据的价值挖掘，否则还是只能等漫长的数仓建模、历史数据回溯；
• 弹性计算与分析性能是一对矛盾的变量，如何在降低成本、不维持大量独占计算资源的同时满足高性能也充满了挑战。

本场分享将整体介绍腾讯云原生湖仓 DLC 针对上述问题的解决之道和技术架构设计。

演讲提纲：
1. 云原生湖仓建设背景和面临的挑战

• 数据湖、数仓、湖仓诞生背景
• 数据湖/湖仓架构在腾讯自研业务的落地情况
• 湖仓架构面临的性能挑战

2. 腾讯云原生湖仓 DLC 架构揭秘：如何实现 PB 级数据秒级分析

• DLC 产品定位和数据湖解决方案介绍
• 性能问题的破解之道：多维 Cache、多模索引、虚拟集群弹性模型等

3. 新一代湖仓架构思路：扁平湖仓架构，明细层直接高性能分析

你将获得：

• 了解如何玩转云上大数据，构建低成本、高性能、稳定的数据业务平台
• 掌握数据平台优化思路
• 了解大数据计算引擎的最新动态