下一代 AI-first Lakehouse 的构建是一个系统性工程，需要从数据处理、存储引擎、计算架构、Agent 支持以及平台生态进行全方位升级。核心目标是打破结构化与非结构化数据的壁垒，将 AI 能力从应用层下沉至内核层，构建真正面向 AI 时代的新一代数据平台。

从整体视角来看，StarRocks 的 I/O 执行链路通过 Morsel、Scan Operator、ChunkSource、ScanTask 与 ChunkBuffer 等组件的协同配合，构建了一套从数据调度、任务拆分到异步执行与结果消费的完整闭环。数据被以更细粒度拆分为可调度单元，通过动态队列实现负载均衡；扫描任务以异步方式下沉到 IO 线程池执行；读取结果再通过缓冲机制与计算链路解耦，从而

开源无国界。在本期「StarRocks 全球用户精选案例」中，我们走进全球领先的数字化体育平台——Fanatics。作为各大体育联盟（如 NFL、NBA、MLB）的官方合作伙伴，Fanatics 运营着 900 多家在线商店，服务全球超 1 亿用户。在这些业务背后，Fanatics 每天需要处理约 10 亿条事件数据，涵盖 800 多种事件类型。从个性化推荐到实时库存决策，高效的数据处理能力已成为

11月 26-27 日，Apache Flink （以下简称 Flink）社区官方技术大会 Flink Forward Asia 2022 将在线举行，聚集国内外一线厂商围绕 Flink 生态的生产实践经验进行分享。

11 月 3-5 日，2022 云栖大会将在杭州云栖小镇开幕。届时 StarRocks 将有工作人员在D2开发者展位恭候各位，欢迎各位开发者们前去交流。

StarRocks 与 Paimon 的深度融合，代表了现代湖仓架构的重要演进方向。它不只是“能查数据湖”，而是真正“懂数据湖”——从架构统一、功能完善到性能极致优化，每一步都围绕真实业务场景展开。这套 Lakehouse Native 方案已在阿里集团内部多个高并发、低延迟场景中落地验证，为电商、物流、金融等业务提供坚实支撑。随着社区生态的持续壮大，我们有理由相信，StarRocks + Pai

2025 年，是 StarRocks 持续深耕与进化的一年。围绕 Lakehouse 与 AI 实时能力，多个关键能力在迭代与实践中渐次落地。项目的每一步前行，都得益于社区每一次真实的反馈与贡献。站在岁末年初，我们希望通过这篇文章，与大家共同回顾 2025 的重要时刻，并分享关于 2026 的规划与期待。

作者：朱奥 /淘天集团高级数据工程师导读：双 11 等大促场景会在短时间内集中爆发：运营与业务 BI 在开卖后的窗口期密集访问数据产品，瞬时请求量陡增，对查询引擎的稳定性、成本与治理体系提出极高要求。与此同时，业务对近实时数据产品的诉求持续增强，传统“多存储、多链路、依赖回刷”的模式在研发效率、回刷成本与响应速度上逐步暴露瓶颈。

Paimon + StarRocks 分层存储与高性能查询落地，兼顾实时、性能与成本

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、类目成交转化、路径分析、用户细分等，致力于打造流量数据分析闭环，快速帮助业务发现流量问题 &提升流量转化。当前，流量采集团队每天需要的日志数据达到万亿级，在写入和查询面临着巨大挑战：