Coordinator 销售 + 财务 + 投资 Executor 虚拟数仓 1 虚拟数仓 2 ... 虚拟数仓 N Executor ... 销售部门 ... ... 元数据统一 映射管理 元 数 据 S3 /HDFS/NAS Data Table Data Table Data Table Executor Executor Executor Executor 虚拟数仓2 执⾏器 … 连接管理 查询优化器 资源隔离 向量化执⾏ 事务管理 执⾏计划 并⾏计算 ⾼可用 数据查询 数据加载 弹性伸缩 自定义函数 集群管控 元数据访问 业务数据读写 元数据映射 元数据： Ø 分布式KV，存储系统表 Ø 基于key的自然排序实现索引 Ø ⾼性能 Ø 基于watcher机制的⾼效分布式锁管理 Ø 基于MVCC的事务隔离级别 Ø 多集群数仓数据共享 据以及车联⽹数据等数据的分析和应 用。具体如下： Ø 替换了Hive数仓，采用PieCloudDB云原⽣虚拟数仓作为数仓服务，整体数仓的SQL执⾏性能是原Hive的30倍； Ø 支持更多的数据源，具备全量和增量数据同步功能，优化了数据采集和⼊库的性能，可通过ChunJun进⾏实时⼊库， 性能较传统GP提升了6倍； Ø 升级了数据中台的安全审计应用，采用PieCloudDB替换了ES，支持

数据孤岛，解决数据多副本问题，帮助企业降低数 仓管理复杂度，以更低的成本实现存算资源在云上 更灵活的配置。 TDE 技术保证了所有数据在落盘前完成加密，服务 器无感知技术（Serverless）利用云上无限计算资 源和弹性保证了虚拟数仓永远在线可用，S3 存储和 跨云灾备能力保证了永不丢数。 数据计算资源按需扩缩容，实现计算资源配置最优化， 提升数仓的敏捷性和弹性，打开无限数据计算空间， 更好地赋能业务发展并走向绿色。 投资 Segment 虚拟数仓 1 虚拟数仓 2 ... 虚拟数仓 N Segment ... 销售部门 ... ... 存储节点统一进 S3/HDFS/NAS 元数据统一 映射管理 ü 数量级降低成本的时候数量级增加数据计算空间（私有部署更加敏感） 元数据 FoundationDB CataLog S3 /HDFS/NAS Data Table Data Table

• 多种数据源 • 多种数据格式 • 通用的数据处理/转换 • 唯一性与事务性保证 • 断点续传 • 错误处理 • 任务调度总控 pdbconduct • 数据源提取(插件/客户端工具) • 计算节点 Foreign Table, Formatter • 任务调度总控 pdbconduct • 独立运行，通常在 PieCloudDB 控制节点上 • 按需启动数据源(插件)导出 与现有数据没有逻辑关联的时序数据流 • INSERT 模式，步骤1 Ø PieCloudDB Foreign Table，postgres扩展，需要为数据源单独开发 Ø 控制节点上读取数据源信息，决定是否拆分，生成任务信息 Ø 计算节点上根据任务信息读取数据源，返回raw数据和元信息 CREATE FOREIGN TABLE foreign_table(meta text, raw bytea); SELECT

ETL/ELT： Kafka 流数据导入支持，copy 性能大幅提升。 • 外部数据源的查询（实验性功能）： PieCloudDB 支持 foreign-data wrapper 模块，使用户可以访问包括但不限于 HDFS、MySQL 等数据源，同时支持用户自行开发 模块来访问新的存储数据源 。 管控平台 • 用户权限优化：通过更加清晰的 UI 设计，为用户提供一体化的权限管理

失败对业务的影响，保证了数据的安全。当业务有升级或更换服务需求时，可对节点进行不中断服务的逐渐升级。 数据透明加密 (TDE) 技术保证了所有数据在落盘前完成加密，服务器无感知技术 (Serverles5) 利用云上无限计算资 源和弹性保证了虚拟数仓永远在线可用，53 存储和足云灾备能力保证了永不委数。 * 敏所可靠 传统数据仓库的黑箱状态，导致企业无法及时处理扩容、节点故障等问题。而 PieCloudDB 云原生虚拟数仓部署在云 K实时进行输入/输出数据加密和解 密，整个过程对应用完全透明，应用无需感知; 。 ”服务无感知; 数据仓库的“Serverless”化，让用户使用数仓服务时不用关心服务器的架构和存在，所有底层资 源的调度全部由云虚拟数仓后台自动化完成; 。 Anatyze : ”收集数据仓库中表内容的统计信息，并将结果存储在系统表中，查询优化器使用这些统计信息来确 定查询的最有效执行计划; 。 ETL :

务有升级或更换服务需求时，可对节点进行不中断服务的逐渐升级。 数据透明加密（TDE） 技术保证了所有数据在落盘前完成加密，服务器无感知技术 (Serverless) 利用云上无限计算资 源和弹性保证了虚拟数仓永远在线可用，S3 存储和跨云灾备能力保证了永不丢数。 敏捷可靠 降低数仓硬件和管理成本 传统数据仓库的黑箱状态，导致企业无法及时处理扩容、节点故障等问题。而 PieCloudDB 进行输入/输出数据加密和解 密，整个过程对应用完全透明，应用无需感知； 服务无感知： 数据仓库的“Serverless”化，让用户使用数仓服务时不用关心服务器的架构和存在，所有底层资 源的调度全部由云虚拟数仓后台自动化完成； Analyze ： 收集数据仓库中表内容的统计信息，并将结果存储在系统表中，查询优化器使用这些统计信息来确 定查询的最有效执行计划； ETL ： E

投资 Segment 虚拟数仓 1 虚拟数仓 2 ... 虚拟数仓 N Segment ... 销售部门 ... ... 存储节点统一进 S3/HDFS/NAS 元数据统一 映射管理 ü 数量级降低成本的时候数量级增加数据计算空间（私有部署更加敏感） 元数据 FoundationDB CataLog S3 /HDFS/NAS Data Table Data Table

目前在拓数派负责向量数据库PieCloudVector产品，聚焦于大模型 与大数据领域。拥有多年数据库内核研发和配套解决方案架构经验， 在加入拓数派前曾就职于开源大数据平台Greenplum团队，担任外部 数据源访问框架，对象存储访问扩展，ETL工具等产品模块的研发， 并曾参与PostgreSQL多个版本的代码贡献，拥有丰富的存储模块核心 开发和性能优化等实践经验。 邱培峰 拓数派向量数据库负责人 拓数派：大模型数据计算系统先行者

materization，...... 分布式计算引擎 • MPP弹性计算引擎：按需付费 • 租户隔离（彼此不影响） • ⾼可⽤（⾃动处理各种错误） • ⾼并发 PieCloudDB⽣态 • 各种外表数据源联邦查询组件天然⽀持（或者需少量修改） • 各种Postgres/Greenplum组件或者功能天然⽀持，如In- database AI组件Madlib, json, text等 • 实时ETL/ELT性能对⽐PieCloudDB

完成各种业务场景的数据处理需求。但是对于开发的要求比较高，需要掌握多种 组件的不同使用方法，业务开发周期会比较久。 国外开源软件，与国产软硬件兼容性差，不符合信创趋势，也无法直接利用云资 源的弹性能力。组件太多，导致集群部署和后期运维管理很麻烦，市场上相关人 才储备量不多，技术兜底依赖于Cloudera，国内第三方公司主要是基础运维和开 发为主。 大模型数据计算系统，以云原生技术重构数据存储和计算，一份数据，多引擎数