隨著企業數字化轉型的持續深入，數據呈現出類型多源異構、分析場景多樣、實時快速增長、數據管控統一等趨勢，為了應對多變的業務訴求，企業客戶對數據處理分析的實時性和融合性提出了更高的要求，湖倉一體解決方案應運而生，成為企業構建數字化數據新底座的最佳選擇，它打破數據湖與數據倉庫之間的壁壘，使得割裂數據融合統一，減少數據在分析中搬遷，實現統一的數據管理。
針對物聯網、辦公系統等產生的半結構化數據和非結構化數據，能夠做到有效存儲，統一分析。
業務量爆發增長時，可以快速進行數據更新，支持實時業務。
隨著數據量的增加，采用存算分離技術分別對有瓶頸的計算和存儲資源進行擴容，降低投資運維成本。
實現數據關聯分析、跨源遷移融合，針對復雜決策分析場景，可完成高效的數據探索。
隨著企業數字化轉型的持續深入，數據呈現出類型多源異構、分析場景多樣、實時快速增長、數據管控統一等趨勢，為了應對多變的業務訴求，企業客戶對數據處理分析的實時性和融合性提出了更高的要求，湖倉一體解決方案應運而生，成為企業構建數字化數據新底座的最佳選擇，它打破數據湖與數據倉庫之間的壁壘，使得割裂數據融合統一，減少數據在分析中搬遷，實現統一的數據管理。
基于對象存儲，解決任意格式數據管理，采用存算分離，消除“水桶”效應，降低存儲成本。
通過流批一體，實現融合數據分析，滿足數據實時處理能力和海量的批量處理。
跨源、跨域一體化數據分析，減少數據搬遷，通過統一數據目錄減少異構數據查詢分析和開發成本，降低平臺運維成本。
打通技術元數據與業務元數據間壁壘，使客戶的數據入湖有依據，出湖可檢索。
基于云平臺實現快速構建湖倉一體服務，100%安全隔離，資源彈性伸縮動態調度優化資源利用率，部署資源策略靈活。
| 方案簡介 綠洲數字平臺 包含融合集成平臺和數據運營平臺，分別提供API、消息、數據集成，和一站式數據開發與數據治理能力，支撐數據服務。 ONEStor 對象存儲，作為數據湖，提供統一數據存儲，支持冷熱數據分離，降低存儲成本。 DE大數據平臺 & SeaSQL EDW 作為數據倉庫，創建數據模型，提供數據存儲和計算引擎，分別作為離線數倉和實時數倉。 Cloud AI 針對非結構化數據提供AI服務，支撐數據快速分析。 DLH 統一數據分析引擎，元數據管理。 |
| 方案構成 MPP數據庫+OneStor+綠洲平臺（融合集成平臺+數據運營平臺+大數據平臺+ CloudAI）。 推薦場景 醫院以及中大型企業，數據量大，數據類型多，需要進行數據深度挖掘，構建“一湖兩倉”方案。 |
