随着万物互联时代的到来，汽车企业开始了实践数字化转型且部分企业已经初见成效，新兴的自动驾驶公司也如雨后春笋般冒出，车联网行业面临了前所未有的海量数据挑战，以及时序，时空等多种类型数据融合处理分析的需求，其中车联轨迹数据处理就是一种常见的业务诉求。而Lindorm做为一款阿里云自研的多模超融合数据库，其有着弹性快、成本低、简单易用等多种优势。今天我们来聊聊，Lindorm是如何应对车联网中海量车辆轨迹数据处理的挑战，同时也会分享Lindorm在车联网领域应用的真实案例。
庞少婷（栖无）：阿里云数据库产品经理，现负责阿里云自研的多模融合数据库Lindorm的功能设计、产品管理等工作。
杨文龙（正研）：阿里云数据库高级技术专家，Apache HBase Committer&PMC成员，云原生多模数据库Lindorm宽表引擎研发负责人。
王方（秦疏）：阿里云数据库研发专家，现负责Lindorm Ganos时空引擎，同时参与PolarDB Ganos时空引擎以及PolarDB PG内核研发工作。
孟庆义（天引）：多年从事HBase、Phoenix、Kafka等NoSQL数据库研发工作，现Lindorm 流引擎研发负责人。
