随着科技的发展和人们生活节奏的加快，实时场景在各行各业中的应用越来越广泛。全球知名的移动出行和外卖服务平台Uber 是实时场景应用的典型代表之一。
Uber 最初以提供网约车服务起家，随着业务的发展，逐渐扩展到送餐和货运服务领域，业务已经覆盖了全球 70 多个国家的 400 余座城市。简单来讲，你可以将 Uber 看成一个美团外卖和滴滴打车和货拉拉的结合体。
而 Uber 提供的服务，如网约车、送餐和货运，都是基于实时数据分析和决策的，比如——
●
动态定价：根据实时供需数据调整价格，以平衡市场供需
●
最大调度预计到达时间计算：通过实时数据预测司机到达时间，提高用户等待时间的准确性
●
供求预测：分析历史数据和实时数据，预测未来服务需求，帮助 Uber 优化资源分配
●
实时外卖配送：在 Uber Eats 平台上，餐厅和配送员的状态会实时更新，确保顾客能够随时了解订单状态和配送员的预计到达时间
通过这些实时场景的应用，Uber 能够提供更加个性化和高效可靠的服务，同时优化其运营效率和市场响应速度。开源分布式的实时 OLAP 数据库 Apache Pinot 则是 Uber 大数据基础设施中重要的组成部分，被广泛用于实时数据分析和可视化，以支持业务决策和监控。
当前，实时数据分析是数据驱动决策的核心。在这一领域中，数据索引和搜索的能力显得尤为重要，因为它们直接影响到数据分析的效率和准确性。随着 GenAI 技术的不断发展和应用，实时数据分析正迎来一场革命性的变革。
在这场变革中，海内外是否有不同的见解和发展路线？海外是否有实时数据分析的新理论、新方法和新工具？如何为 OLAP 获得更强大的数据索引和搜索能力？
为探究这些问题的答案，在即将于 6 月 15 日举办的以「大模型时代的 OLAP 技术演进」为主题的第 58 届 DataFunSummit：OLAP 线上峰会中，DataFun 邀请到了 Apache Pinot PMC、海外知名云原生数据分析 SaaS 公司 StarTree 联合创始人付翔，他将分享题为《GenAI 时代的实时数据分析：Apache Pinot 与向量索引技术探秘》的精彩内容。本次分享
将
全程直播，识别下方二维码即可免费报名参会。
付翔老师本科毕业于清华大学，硕士毕业于佐治亚理工学院，是一位经验丰富的软件工程师和企业家，目前担任 StarTree 的联合创始人。在创建 StarTree 之前，他在全球知名出行服务公司 Uber 担任流式数据平台架构师，支持了 Uber Rides、Uber Eats 和 Uber Freight 等各种应用，积累了丰富的数据服务、处理和分析方面的复杂挑战应对经验。而在加入 Uber 之前，他曾在全球知名职业社交网站 LinkedIn 就职，主要负责 Apache Pinot 的开发。他也是 Apache Pinot 的创始人和项目管理委员会（PMC）成员。
在本次分享中，他将着重介绍 Apache Pinot 如何通过向量索引实现了开源数据库的功能，从而提供高效的数据索引和搜索。以下是他将分享的几个要点——
●
深入探讨 Apache Pinot 的架构和特点：Pinot 是一个专注于实时 OLAP 的分布式数据库，具有高度可扩展性和性能稳定性。他将介绍 Pinot 的基本原理以及其在实时数据处理中的优势，为后续讨论做好准备
●
重点关注 Pinot 内部的向量索引功能：通过将向量数据结构化并建立索引，Pinot 能够实现高效的相似度搜索和复杂查询。他将详细解释 Pinot 如何利用向量索引实现数据搜索，并讨论其在实时数据分析中的应用场景和性能优势
●
利用 Pinot 的向量索引功能的经验和最佳实践：介绍一些常见的应用案例，包括实时
推荐、用户画像分析和异常检测等，以及如何通过优化索引结构和查询算法来提升系统性能和稳定性
●
Apache Pinot 如何通过向量索引实现开源数据库的功能，从而为实时数据分析提供可靠的技术支持和解决方案
●
OLAP 数据库选型过程中的考虑因素和技术指标，以及如何在实时数据分析中做二次开发
