演讲主要从FreeWheel用户数据管理系统的演进过程切入，详细阐述了在这一过程中FreeWheel在大规模、高性能、高负载、多数据中心数据共享等方面遇到的问题和解决思路。FreeWheel用户数据管理系统上线之后，瞬时查询要求越来越高，从最初的每秒上万请求到现在的每秒十万请求；用户数据量从原来的1.5亿阶段性暴增到现在的6.0亿；用户数据更新越发频繁，每天更新用户数据高达2亿；数据查询时间从最初的10到50毫秒缩短到了现在的大约1毫秒。通过本次分享将了解到FreeWheel是怎样在客户端和服务器上进行优化，在硬件和软件架构上进行调整的。同时，视频多屏化带来了同一个用户在多个设备、浏览器观看视频的问题，FreeWheel又是如何进行用户的同一化，并在多个设备上识别用户的。

大数据技术可以用Hadoop、NoSQL、实时流、机器学习等进行表征，目前大多数互联网公司也都开始使用它们来处理自己的海量数据。而各种新技术层出不穷，企业用户们每天都在忙于尝试各种新框架与产品。是在非互联网公司的环境中，却是完全不一样的情况，他们大多数还在使用基于数据库的传统架构做一些基本的数据治理和数据分析。面对海量而来的数据，当用户在积极采用新技术的同时，却有很多在互联网人看来不太重要却很实际的问题影响着这些大数据产品的落地效果。明略在服务零售、政府、金融行业等客户的历程中，通过无数的大数据项目落地，积累了很多宝贵经验，也提炼出来一组经得住考验的产品。本次分享将主要通过分析大数据的实际问题与案例，以及明略的应对之策，帮助与会者从另一个角度看待原有的技术问题，同时也为同行带来一些可以借鉴的经验。