本文基于TPC-H/TPC-DS SF1000基准，在StarRocks存算分离架构下横评AWS Graviton（arm64）与x86实例。结果显示Graviton4（m8g）性价比最优，同代相比x86省34%-52%，且性能领先。建议首选m8g，内存密集选r8g/r7g，x86生态选m8i。

某光伏新能源企业计划将海外业务迁移至AWS，采用StarRocks实现存算分离架构。迁移方案需满足数据量大、影响小、无官方工具等要求。最终设计出基于导出导入的增量迁移方案，结合Amazon服务，确保数据完整性和一致性，减少对源集群的影响。

StarRocks 3.0 是一款 MPP 分析数据库，采用存算分离架构，将数据存储在 S3 或 HDFS 中，降低成本并增强扩展性。通过 S3 和本地缓存提升查询性能，使用 EKS 和 Karpenter 实现计算节点自动伸缩，Graviton 实例进一步降低成本。Terraform 简化 EKS 部署，构建高性能云数据分析平台。

数据分析在企业战略决策中起关键作用。StarRocks on AWS是高效的数据分析解决方案，利用AWS Graviton3处理器实现超高性价比提升。测试表明，StarRocks on Graviton3相对于Ice Lake 8375C实现了30%以上性能提升和50%以上性价比提升。Graviton4即将发布，性能提升高达30%。

StarRocks推出存算分离版本，通过物理隔离提高资源利用率和数据可靠性。存算分离版的核心组件包括FE Worker、CN Worker、Starlet、Shard、StarManager等。存算分离版本实现了热数据更快访问、冷数据更便宜存储的目标。存算分离版本的存储成本可降低90%以上。StarRocks 3.0存算分离版本适用于企业的数据分析和治理需求。

StarRocks是专为实时数据分析而设计的解决方案，在亚马逊云科技平台上进行性能基准测试，StarRocks在所有22个查询中均优于Presto。许多行业领先企业已采用StarRocks作为其大数据平台的关键组成部分。