场景和解决方案

随着现在单机性能的提升，一台机器具备了几十G的内存量，导致原来在hadoop，spark上做的数据分析，甚至单机也可以完成了。因为，一般需求的数据量单机或者几台机器就可以承载。 同时，随着公有云的发展，越来越多的数据上云，基于分析型数据的特性（多，杂，无结构，成本敏感），通常都不会用数据库，而是存储在对象存储。

这里就衍生出一个需求，数据既要在对象存储中，又要具备像数据表一样的可管理性，同时能基于对象存储做数据分析。 同时，查询分析服务，通常会对接报表，线上业务服务等，需要进行API的调用。

数据应用开发者

如果你需要用streamlit等开发一个数据应用，并且完成数据的交互和探查，那么roapi可以帮你大大的提升效率。 无轮你是本地部署edge版本，还是云版本，都可以以api的方式对接。

日志等流数据分析

你有本地源源不断产生的日志，那么可以通过curl等定期完成数据上的上传，并且输出查询进行数据分析。

本地数据对接chatgpt ai能力

通过把本地散乱的各种文件上传到云服务，统一管理，并且以api等方式输出，对接chatgpt等能力，可以做为一个知识库来使用。