EasyDAP (EDAP) 是一站式数据湖管理与分析平台，提供数据采、建、管、用全生命周期的大数据能力， 帮助企业数据资产建设和开发分析应用。EDAP 提供多种计算平台支持及可拓展的开放能力，降低企业大数据开发应用门槛、提高大数据开发效率。
总体来说，部署在云端的服务（云服务器和云数据库）具有按需弹性扩展、轻松实现异地灾备、可远程管理及维护、TCO更低等优势。而本地物理机自建数据库虽然成本较高，但可以更好地满足业务定制化的需求。
不同的jvm对于内存的划分方式和管理机制存在着部分差异（对于Hotspot主要指方法区） 二、运行时数据区在JVM中的位置 三、运行时数据区体内部结构 一个进程对应一个jvm实例，一个运行时数据区
尽管“去O”成共识，但大势之下，金融等行业核心业务数据库替代意愿成为我国数据库厂商不得不面对的问题。
近些年来，随着数据规模增加、数据使用复杂度提高，对底层数据库能力要求越来越高，传统集中式数据库已不能满足需要；分布式数据库成为必然的选择。金融行业，作为数据应用的高地，对数据库的要求自然更高。
AntDB数据库的应用场景如下1： 金融行业：AntDB数据库广泛应用于金融行业，如银行、证券、保险等，用于支持核心业务系统，如交易系统、清算系统、风控系统等。
设备购买、维护及软件安装成本远高于购买云数据库服务，并且难部署； 高运维成本：传统单机数据库多采用主备架构保证高可用和业务连续，该架构弹性能力差、流量高峰同步效率低、主备切换时间不可控，运维人员工作负担重
服务进程的重新启动不必多说，软件包的上传可能有多种方式，如sftp的集中式，p2p的点对点式等。 监控采集 软件运维过程需要时刻监控系统及业务软件的运行状态，各种运维决策都是以这些数据为依据进行的。
数据仓库是不可更新的，数据仓库主要是为决策分析提供数据，所涉及的操作主要是数据的查询； 数据仓库是随时间而变化的，传统的关系数据库系统比较适合处理格式化的数据，能够较好的满足商业商务处理的需求。
表控制管理层 针对表控制管理层，满足了结构化数据部分共享的业务需求，即大数据存储数据是以Hive表为基础，Hive表里可能有一百、几百或上千个字段，不同的字段有不同的密级要求。
图：百度深度学习技术平台部高级总监马艳军进行主题报告 大会圆桌论坛以“开源生态与数字化转型思考”为主题，由CCF大数据专家委员会副秘书长、中国人民大学教授窦志成主持，清华大学软件学院院长王建民、百度深度学习技术平台部高级总监马艳军
