湖仓融合的“最后一公里”：StarRocks 存算分离如何优化湖上实时分析？

随着数据量爆发式增长，企业数据架构正经历从传统数据仓库向现代数据湖仓一体化的转变。然而，传统数据湖虽然存储成本低，但分析性能不足；数据仓库虽然查询性能优异，但成本高昂且扩展性受限。湖仓融合面临“最后一公里”问题：如何在保证实时性、一致性的同时平衡成本？

一、湖仓融合（Lakehouse）的技术演进

湖仓融合的技术演进经历了从简单的数据迁移，到联邦查询，再到深度集成的过程。

现代数据湖格式如 Iceberg、Hudi、Paimon 等，通过提供事务支持、模式演化和时间旅行等特性，极大地增强了数据湖的能力。市场对湖仓融合的需求也主要体现在：降低存储成本、提高查询性能、简化架构和运维、实现数据一致性等方面。

StarRocks 通过与这些数据湖格式的深度集成，实现统一元数据管理与查询优化，为湖仓融合提供了技术基础。

二、StarRocks 存算分离架构：降本、提速、弹性

StarRocks 从存算一体到存算分离的技术演进，为更多企业提供了湖上实时分析的实践样本。

StarRocks 存算分离架构将计算资源与存储资源解耦，数据存储在对象存储（如 OSS）中，而计算节点可以根据业务需求灵活扩缩容。这种架构设计理念既保留了 StarRocks 高性能查询的优势，又解决了存储成本和弹性扩展的问题。

1. 降本增效：与传统架构相比，StarRocks 存算分离架构查询性能提升 10 倍以上，存储成本降低 70-80%。通过将数据存储在低成本的对象存储中，同时利用高效的计算节点进行查询处理，实现了性能与成本的最佳平衡。

2. 运维简化：相比传统 Hadoop 生态系统，StarRocks 存算分离架构大大简化了系统组件，仅包含 FE 和 BE 两个核心组件，加上一个外部对象存储服务。这种简化的架构极大地减轻了运维负担。

3. 实时性提升：从小时级到秒级的数据更新体验。StarRocks 3.X 版本开始，存算分离架构支持主键模型，通过简单的 update 语句，可以轻松实现数据的实时更新。

镜舟企业级能力，增强灵活性与适用性

作为 StarRocks 的主要贡献者，镜舟科技提供了多项企业级能力：

虚拟子数仓（Multi-Warehouse）：实现数据共享与计算资源隔离，根据企业需求为不同部门、地域或集群建立虚拟子数仓，简化架构同时提升性能；

自动物化视图（Auto MV）：智能推荐和管理物化视图，加速查询性能；

更安全的金融级保障：权限管控精细化，基于 RBAC 的权限模型实现行列权限控制，并具备主从容灾架构、数据加密、SQL 审计等安全功能；

自主可控国产化生态兼容：支持国产硬件服务器、操作系统，兼容主流国产芯片；

这些功能进一步增强了 StarRocks 在企业级环境中的灵活性和适用性，使其能够满足不同企业的多样化需求。

三、金融科技企业实践：10 倍提速、80%降本

某国内头部金融科技企业将原有 Hadoop 集群迁移至 StarRocks 存算分离架构，相比原有的大数据平台，数据查询性能有数倍提升，且大幅降低运维工作。

场景挑战

• 数据治理链路复杂：不同团队对数据的理解和处理存在差异，导致数据口径不一致；
• ODS 层数据合并效率低：Hive 表缺乏主键更新功能，增量数据更新需要耗时两个多小时；
• 大数据量查询慢，产出时间长：底层存储切换到 OSS 后，Spark 批处理任务执行时间显著延长；
• 大数据集群稳定性差，维护成本高：集群组件繁多，需要频繁重启和维护；

实践收益

通过采用 StarRocks 存算分离架构，该金融科技企业收获以下实践成果：

• 性能提升：查询性能提升 10 倍以上，原来需要小时级别聚合的指标降低到秒级聚合；
• 支持主键模型：数据更新更实时，解决过去每天只能合并百万级增量数据的限制；
• 支持部分列更新：实现对单条数据或部分列的更新，大幅降低维护工作；

四、结语

StarRocks 存算分离架构通过统一元数据管理、实时数据更新、异步物化视图等技术，进一步实现数据湖的实时分析。

镜舟科技作为社区主要贡献团队，成功帮助 50 多家用户上线存算分离架构，包括芒果 TV、吉利汽车、腾讯音乐、OPPO 等 ，并进一步验证了存算分离架构在实际业务场景中的价值。该架构不仅降低了存储成本，提升了查询性能，还简化运维工作，为企业数据战略提供了新的选择。