StarRocks_labs

作者：随行付大数据团队&商业研发团队 一、概述 业务背景与挑战 我们原有的数据分析体系在架构上采用“离线 Oracle + Hive 与实时 Elasticsearch+Hbase+Kudu”分离的

方案介绍 本文档介绍如何通过 StarRocks 的 JDBC Catalog 功能，结合 MongoDB BI Connector，将 MongoDB 数据便捷接入 StarRocks，实现数据打通

自 2023 年 4 月推出存算分离架构以来，StarRocks 在性能优化和功能迭代方面不断加速，以持续满足企业日益增长的数据分析需求。最新发布的 StarRocks 3.5 版本再次聚焦用户痛点，

在刚刚落幕的 2025 Databricks Data + AI Summit 上，Databricks 重磅发布了多项 Lakehouse 相关功能更新。其中，面向数据湖治理场景的统一数据访问与管理

版本动态 v3.5.0-RC01 存算分离： 支持生成列、主键表重建索引；大规模导入逻辑优化，降低小文件数量。 数据湖分析： Beta 支持 Iceberg 视图创建与修改；支持 Iceberg RE

导读：开源无国界，在本期“StarRocks 全球用户精选案例”专栏中，我们将介绍区块链情报公司 TRM Labs 的数据平台演进实践。

一、StarRocks Lakehouse 架构介绍 1.1 什么是 Lakehouse Lakehouse 湖仓一体架构是一种融合数据湖与数据仓库优势的新型架构，既具备数据湖开放统一的存储能力（支持

1. 背景 1.1 业务背景 A+ 流量分析平台是阿里集团统一的全域流量数据分析平台。从页面 &小站 &活动 &APP 等作为切入点，在经过埋点、采集、计算后，构建出宏观的概览数据、坑位效果、类目成交

StarRocks 突破一万星🌟啦!感谢与我们一同见证这一历史时刻的伙伴们。从“极速统一 OLAP”到“Lakehouse is All You Need”三年间，我们见证了 StarRocks成长