在美团，大数据成本是整个网站运维成本的绝对大头，并且还在不断增长，数据平台中心作为统一的大数据服务提供方，同时肩负着降本、提效两个职责，通过长期的摸索和迭代，美团形成了一整套成本治理体系，主要包含以下几个方面：

1. 建设血缘、热度、成本等基础元数据，通过资产盘点把资产盘清楚，清晰的资产是做好预算和治理的基础。
2. 在预算阶段把关，评审业务从业务目标到资源需求的转化合理性，杜绝不合理的预算。
3. 数据加工的前、中、后建设治理流程和工具，赋能业务，提高业务治理效率。
4. 通过账单、组织（大数据资源优化工作组）和横向排名（琅琊榜）驱动业务持续不断优化。

目前这套体系已经在美团运行多年，取得了不错的效果，在预算阶段发现和杜绝不合理预算上亿元，在治理阶段日均清理 10+PB 数据，冷备达 100PB，累计发现和治理计算资源 20+万 CU。

演讲提纲：

1. 美团成本治理全貌
2. 资产盘点-清晰的资产是做好治理的基础
3. 资源预算-被忽视了的治理环节
4. 资产优化-成本治理的核心
5. 未来展望

你将获得：

• 了解美团成本治理实践。
• 了解美团元数据管理现状及资产盘点方法。
• 了解美团从发现、分配、治理到效果评估的治理工具体系。
• 了解美团在成本治理方面的最新探索成果。

随着大数据应用的时效性要求越来越高，传统的离线数仓已经无法满足业务的需求，新引入的各种异构存储的实时数仓虽然暂时满足了需求，但是实时、离线分开建模、开发、存储的结果却又带来了数据质量不高、成本浪费、运维困难等诸多问题。而流批一体、湖仓一体现阶段看来是解决以上问题的不错思路。

网易结合自身在 Flink/Spark 计算引擎多年的开发实践经验，融合 Iceberg 的数据湖管理能力，打造了一套流批一体的实时数据湖方案。新的方案采用一套元数据管理流与批的数据，采用相同的编程接口进行开发，在提升数据时效性的基础上简化了开发过程，提升了数据质量，降低了运维成本。

目前新的流批一体方案已经在网易内外多个项目中落地，共计活跃流批一体表200+张，使用流批一体表的实时计算任务500+个，使用流批一体表的离线计算任务1000+，其中实时计算任务最大 QPS 超过一百万，单张表存储体量超过100TB。

演讲提纲：

1. 网易数据开发现状与痛点
2. 网易流批一体的实时数据湖——Arctic
3. 核心技术
4. 案例与成果
5. 未来规划

你将获得：

1. 开源数据湖技术概览
2. 网易数据开发模式
3. 网易流批一体的实践与经验
4. 网易实时数据湖上的实践与经验

随着 5G、IoT 的兴起，数据持续保持着高速的增长，那么如何通过有效的数据治理，最大化地发挥数据价值显得至关重要。

数据治理通常会涵盖质量、效率、成本、安全、价值等方向，本次分享重点关注在质量方向的探索以及实战。快手在构建数据中台过程中，面临着数据规范不统一、指标口径不统一等问题，我们通过完善的指标体系建设，解决了快手数据中台在质量方向上面临的问题，目前这套指标体系已经全面应用到快手电商、商业化与直播等业务。

演讲提纲：

1. 快手在质量上面临的问题
2. 解决方案介绍
3. 系统支撑——指标平台设计与实现
4. 典型业务场景实战案例
5. 未来展望

你将获得：

• 数据治理在质量方向上的解决方案
• 指标体系化建设思路
• 数据治理中在治理领域的实战案例​

数据湖的出现，为企业提供了一种更为灵活，更低成本的数据存储方式，同时也进一步普惠数据价值。数据湖能容纳各类型的海量数据，降低了数据收集成本，消除了数据孤岛。然而，在企业数据湖的实践中，最主要的挑战不是构建数据湖，而是能从数据湖的数据中获益。

湖仓一体概念的提出，将用户熟悉的数仓方案，与数据湖进行融合，在保留数据灵活性的同时，也纳入了更强的数据的管理能力，安全管控能力，让数据湖和数据仓库的边界变得模糊。

火山引擎的湖仓一体分析服务 LAS 融合了数据湖和数仓的优势，对外提供开放的数据格式，强大的事务能力，批流统一的 SQL 与存储，湖仓统一的元数据管理，内置的 Spark 和 Presto 引擎性能远超开源版本。

本次演讲，我会为大家揭秘 LAS 如何帮助用户用好数据湖，以及 LAS 在字节内外的实践案例，和 LAS 的未来规划。

演讲大纲：

1. 湖仓一体的发展历程
2. 湖仓一体分析服务 LAS 助力用户用好数据湖
3. LAS 在业界的实践案例
4. 湖仓一体的发展趋势展望与 LAS 的未来规划

听众收益：

1. 构建高价值的 LakeHouse 面临的问题
2. 如何构建批流一体的湖仓平台
3. 湖仓一体在实战中收获的经验
4. 湖仓一体的未来探索方向