随着数据驱动决策在商业、金融和科技领域的日益普及，对实时数据分析的需求也随之增加。OLAP 数据库具备高性能的存储以及完备的 SQL 查询能力，而流式数据处理技术为低延迟的实时数据分析提供新的技术方案，通过对 OLAP 数据库的存储和查询引擎进行流批融合处理的改造，可以有效地将流式数据处理的实时性与 OLAP 数据库的高效存储及 SQL 能力相结合，从而使得 SQL 数据查询可以从单纯的对历史数据的批处理查询转换为更加灵活的跨流式数据 / 历史数据的融合查询，大大简化实时分析技术方案。本次演讲将从业务场景出发（如：实时数据集成及 ETL，实时指标分析场景等），并结合真实的应用（如：Timeplus Cloud 实时可观测性，头部证券公司量化交易指标实时监控），阐述相关的技术方案以及其中涉及到的流式数据处理和 OLAP 数据库技术如何结合等问题.

演讲提纲：

1. OLAP 数据库 VS 流式数据处理

2. OLAP 数据库的流批融合应用场景

3. OLAP 数据库的流批融合的技术挑战

4. OLAP 数据库的流批融合技术方案

5. OLAP 数据库流批融合案例分析

听众收益：

• 了解 Timeplus 在 OLAP 数据库流批融合技术的最新进展以及实践经验
• 了解新的解决实时分析问题的思路和方案
• 了解实时分析技术的发展趋势与前景

方案痛点：

• Streaming SQL 的标准化
• Streaming Only 场景下的数据存储冗余