阿里云 EMR

云上规模化数据产品。

产品线

围绕 Spark 性能、Fusion 加速、Serverless 湖仓分析等方向建设。

面向 OLAP 与湖仓分析，关注 EMR StarRocks 与 Stella Kernel 性能领先。

面向 AI 检索、多模态数据与向量湖场景的向量数据库产品。

面向现代云上数据平台的 AI 辅助运维与产品体验。

面向云上数据平台开发、运维和用户工作流的产品与工程建设。

Flink、Hive、Spark、StarRocks、Trino 等阿里云 EMR 中的开源计算引擎。

Hive Metastore、Ranger，以及企业级数据平台需要的管理能力。

Cache、湖格式、湖文件系统，以及面向湖仓和 AI 工作负载的数据湖存储引擎。

我的 EMR 工作重点，是推动阿里云 E-MapReduce 从传统开源组件管理，走向云原生与 Serverless 数据基础设施，覆盖 EMR 2.0、EMR Serverless Spark、湖仓分析、AI 辅助数据平台等方向。

近年来，这条主线进一步延展到 OpenLake、湖流一体、多模态数据存储与访问，以及从自然人访问数据走向 AI Agent 生成和访问数据的趋势。

早期在 HBase、搜索数据基础设施、实时计算存储和 Flink state backend 等方向的系统工作，形成了当前产品建设中的主线：面向生产、兼容开源生态，并在真实流量下持续验证。