背景

存储情况

当前的存储引擎可谓百花齐放，层出不穷。为什么会这样了？因为不存在One for all的存储，不同的存储总有不同的存储的优劣和适用场景。因此，在实际的业务场景中，不同特点的数据会存储到不同的存储引擎里。

业务挑战

然而异构的存储和数据源，却给分析查询带来了挑战，比如跨源查询，以及跨集群查询该怎么做了？

异构数据关联分析

异构的数据需要关联分析时，按照常规的流程，需要对其进行处理放到同一个存储中，然后再进行关联分析，如下所示：

按照上面的处理方式，流程会很冗长，对于业务人员而言成本太高，此外需要额外的存储，也浪费资源。如果能够基于异构数据源直接联邦