gydtep

更低的成本，用户可以非常方便的指定哪些列甚至一张表哪个范围的存储为列存格式用于分析。全量数据继续以行存存储。
管理运维方便，用户无需关注数据在两套系统之间同步及数据一致性问题。

gydtep

FutureWork

IMCI是PolarDB迈向数据分析市场的第一步，它迭代脚步不会停止，接下里我们会在如下几个方向进一步研究和探索，给客户带来更好的使用体验：

gydtep

例子1，后接不同的动（名）词：Exactly-once Delivery 和 Exactly-once Process 。前者是对消息传输层面的语义表达，和流计算的一致性关系不是很大，后者是从流计算的应用层面去描述数据处理过程。

gydtep

在这里，我们将日志、指标、Trace等数据全部接入到一个统一的可观测性存储中。然后基于这个统一的存储，进行后续的查询分析、可视化、监控告警、AI 等上层能力，甚至还可以进行数据的加工和规整，一站式地完成异构数据到同构数据的转换过程。

gydtep

多模态知识图谱与传统知识图谱的主要区别是，传统知识图谱主要集中研究文本和数据库的实体和关系，而多模态知识图谱则在传统知识图谱的基础上，构建了多种模态（例如视觉模态）下的实体，以及多种模态实体间的多模态语义关系。如图1所示，在电商领域，多模态商品知识图谱通常有图像、标题和结构知识。

gydtep

数据是非常重要的，因为模型很难做到完美，总是会存在Corner case，而解决Corner case的一个非常高效的手段就是针对性补充数据。补充数据的关键是如何挖掘Corner case以及如何自动标注，该方向也是目前学术的研究热点，即半监督学习以及主动学习。

gydtep

如何能够让云变得更加低碳？我们所有的商业系统的计算是不是足够绿色？过去我们提出了效率目标，我们能够用多少计算资源解决多大业务量的问题，现在我们更加直接地提出低碳的目标，对单位的交易笔数，对交易的GMV碳排放是多少提出了目标。今年我们的目标是对单位的GMV碳排放下降15%，我们在内部专门发起了一个项目来做这件事情。

gydtep

低碳双11，必须解答好三个考题：首先，如何让数据中心变得更“绿”、更加节能；其次，如何通过算力共享，提升资源统一调度效率；再次，如何让单位算力的效率和价值最大化。

gydtep

商家侧，通过中台智能算法，包括商品库存预警、尖货爆品提前关注，0秒退款等能力，助力商家高效合理备货；同时针对直播间的权益投放，促进下单转化率最高提升6%，直播间主播战绩再攀高峰。