大数据实时数仓构建一般选型技术方案是怎样的？

针对您的问题，答复一下如下，仅供参考
1.多个业务系统数据融合进行关联实时查询。
    答复：首先，是把多个业务系统的数据ETL抽取过来，集中存储到贴源库；其次，是数据分析，识别业务主键；再次，是通过业务主键，进行数据关联、加工，并进入数据仓库的DWD层；最后，根据业务要求，构建关联后的集市表，提供给业务查询。
2.流计算flink 如何做，能快速开发满足统计类实时计算的需求。
    答复：Flink能满足最新值计算、累计值计算、窗口计算等多种计算模式。简单计算尽量Flink-SQL能搞定，降低开发难度，少量复杂计算通过Java自定义算子实现。
3.大屏展示指标比较多，如何快速响应多并发实时查询。
   答复： 有两种主流的方法；一是：实时数据推送，大屏订阅数据，后台指标数据变化，主动推送过来；二是：前端轮询+后端缓存。

关于这块，要满足实时查询、实时计算，必须满足两个条件
1、业务系统的数据是实时获取的
2、实时查询需要大数据平台具备强大的算力

在数据实时获取方面，需要考虑是用商业产品还是开源产品。差别在于：
商业产品对Oracle、MySQL的支持比较好，图形化操作，例如我们公司在推的HVR产品。再比如Oracle OGG。其他的同类产品，在源端增量数据比较大的情况下，极易出现数据超时的问题。

在实时查询方面及实时计算方面，有两种做法：
1、利用MPP架构的数据仓库，做为企业的大数据平台，目前Greenplum、MatrixDB都是可选的产品，其中MatrixDB的性能要比Greenplum搞6倍以上，可以满足实时查询的场景。
2、利用实时数据同步工具，例如HVR，将Oracle、MySQL的数据实时集成到Kafka，然后利用Flink进行流批一体计算，然后将结果存入MySQL或者Oracle。

大屏展示指标多，如何快速响应多并发实时查询
这个就需要底层数据仓库平台提供高并发的能力，如果用Hive来建设，投入服务器硬件成本是比较高的，组件多运维复杂。如果选择MatrixDB、Teradata Vantage来做，就可以在6台服务器规模下，满足这个需求，尤其是高并发实时查询的场景可以得到解决。

我司提供HVR、MatrixDB、Teradata、Yellowbrick Data（企业中数据量超过10TB，且需要支持200人以上并发用户场景即席查询可以选择）的整体解决方案，可以提供上述需求的商业化解决方案。