数据驱动价值创造，而数据分析在价值创造过程起着核心作用。从传统的 OLTP 到 OLAP，再到数据湖，数据分析的方式发生很大的变化，尤其是目前大数据生态中，多场景的数据存储各显身手。不同的存储，不同的使用方式，数据分析的成本随之水涨船高。着力于降低数据分析人员分析数据的成本，360大数据分析引擎也历经几次的架构调整和演进，从原始的命令行到界面化的单一数据源查询，最终发展为多数据源混合查询，期间遇到了很多问题以及挑战。

演讲提纲：

介绍360大数据中心数据分析平台架构的演进、遇到的问题以及具体的应用场景实践：

1. 360数据分析场景
2. 遇到的问题与挑战
3. 解决⽅案与思路
4. 引擎实践案例分享

听众受益点：

1. 可以了解数据湖解决方案；
2. 多数据源混合分析引擎的架构设计原则；
3. 大数据分析引擎在实战过程中碰到的问题和解决思路。