专题演讲嘉宾：严俊明

随着云计算技术的飞速发展和日益成熟，大数据分析的系统架构也朝着云原生的方向逐步演进。利用云技术的便携，弹性，高性能特点，大数据分析完成了从开源 Hadoop 的存算一体，到基于云存储的存算分离分析模式升级，再到云原生数据湖和湖仓一体的 LakeHouse 分析架构升级，以此来帮助企业和客户使用较低的资源成本，充分挖掘数据的价值。对象存储作为云原生数据湖的存储底座，在 LakeHouse 架构体系中扮演着重要的角色。本次将从实践出发，分享腾讯云存储团队在面临 Lakehouse 的数据湖架构演进过程，所面临的一些关键存储挑战，介绍的腾讯云如何用先进的存储架构和技术，来满足数据湖海量高可靠低成本的要求，如何利用三级数据加速体系，满足高性能大数据分析场景。在实际落地方面，也会分享腾讯云在云原生数据湖实践中的优秀案例。

演讲提纲：

1. 背景和挑战

• 云时代的大数据分析架构演进

• LakeHouse 架构下的云存储面临的挑战 

2. 腾讯云存储关键技术分享

• 腾讯云存储如何做海量高可靠低成本

  • 腾讯云存储 YottaStore 架构

  • 腾讯云存储 YottaStore 核心技术

• 腾讯云存储三级加速体系介绍

  • GooseFS 缓存加速

  • 元数据加速

  • AZ 加速

• 腾讯云存储多协议访问和安全体系介绍

3. 总结和思考

你将获得：

• 了解云厂商对云原生数据湖的理解和实践架构

• 了解腾讯云在云原生数据湖的关键技术和具体实践案例