数据仓库是空间和时间网络的支柱。它是一个分散的、Web3 原生的混合事务/分析处理 (HTAP) 引擎，可为任何数据工作负载提供无需信任、可扩展性和闪电般的性能。

空间和时间数据仓库由多个集群组成，这些集群由节点运营商网络以无需许可的方式运行。跨空间和时间数据结构的各种数据仓库集群是空间和时间系统的主力。他们负责执行数据的五项主要操作：

• 数据摄取- 从外部源保存数据

• 数据传输- 仓库到仓库的数据传输

• 数据存储- 持久保存数据，可查看任何时间点

• 数据转换——数据清理、聚合、多源数据连接

• 数据服务- 轻松高效地访问数据、智能缓存、创建数据 API

为了在单个仓库节点的上下文中执行所有这些操作，Space and Time 采用了极其灵活的仓储解决方案：HTAP。

混合事务/分析处理数据存储很流行，这是有充分理由的。他们承诺，通过良好的工作负载管理，系统可以适应他们负责处理的任何工作负载。这正是时空作为端到端数据平台所需要的。仓库节点必须足够通用，能够在一分钟内提供高吞吐量摄取，然后在下一次聚合中提供刚刚摄取的 TB 级数据。为此，您需要一个 HTAP 系统。

Space and Time 的 HTAP 系统作为独立系统令人印象深刻，但将其插入验证器可以极大地扩展其功能。数据可以在 Space and Time 平台的上下文中自由传递，对于那些熟悉 Web2 空间进步的人来说，这听起来与数据结构非常相似：

…一种架构和一组数据服务…标准化了跨云、本地和边缘设备的数据管理实践和实用性。

Space and Time 作为一个平台，是世界上第一个**去中心化的数据结构，**它开启了一个强大但服务不足的市场：数据共享。在时空平台内，公司可以自由共享数据，并且可以使用智能合约对数据共享进行交易。此外，数据集可以通过SQL 证明以聚合方式货币化，而无需让消费者访问原始数据。数据消费者无需查看数据本身就可以相信聚合是准确的，因此数据提供者不再必须是数据消费者。正是由于这个原因，SQL 证明和数据结构架构的结合有可能使数据操作民主化，因为任何人都可以在数据集的摄取、转换和服务方面做出自己的贡献。

数据仓库是空间和时间网络的支柱。它是一个分散的、Web3 原生的混合事务/分析处理 (HTAP) 引擎，可为任何数据工作负载提供无需信任、可扩展性和闪电般的性能。

空间和时间数据仓库由多个集群组成，这些集群由节点运营商网络以无需许可的方式运行。跨空间和时间数据结构的各种数据仓库集群是空间和时间系统的主力。他们负责执行数据的五项主要操作：

• 数据摄取- 从外部源保存数据

• 数据传输- 仓库到仓库的数据传输

• 数据存储- 持久保存数据，可查看任何时间点

• 数据转换——数据清理、聚合、多源数据连接

• 数据服务- 轻松高效地访问数据、智能缓存、创建数据 API

为了在单个仓库节点的上下文中执行所有这些操作，Space and Time 采用了极其灵活的仓储解决方案：HTAP。

混合事务/分析处理数据存储很流行，这是有充分理由的。他们承诺，通过良好的工作负载管理，系统可以适应他们负责处理的任何工作负载。这正是时空作为端到端数据平台所需要的。仓库节点必须足够通用，能够在一分钟内提供高吞吐量摄取，然后在下一次聚合中提供刚刚摄取的 TB 级数据。为此，您需要一个 HTAP 系统。

Space and Time 的 HTAP 系统作为独立系统令人印象深刻，但将其插入验证器可以极大地扩展其功能。数据可以在 Space and Time 平台的上下文中自由传递，对于那些熟悉 Web2 空间进步的人来说，这听起来与数据结构非常相似：

…一种架构和一组数据服务…标准化了跨云、本地和边缘设备的数据管理实践和实用性。

Space and Time 作为一个平台，是世界上第一个**去中心化的数据结构，**它开启了一个强大但服务不足的市场：数据共享。在时空平台内，公司可以自由共享数据，并且可以使用智能合约对数据共享进行交易。此外，数据集可以通过SQL 证明以聚合方式货币化，而无需让消费者访问原始数据。数据消费者无需查看数据本身就可以相信聚合是准确的，因此数据提供者不再必须是数据消费者。正是由于这个原因，SQL 证明和数据结构架构的结合有可能使数据操作民主化，因为任何人都可以在数据集的摄取、转换和服务方面做出自己的贡献。