（1）多源异构是什么
简单来说就是多个数据源，不同的数据存储架构。
多个数据来源，这里的来源可能是 Mysql,Oracle这些数据库中文件；也可能是一些非结构化的 HDFS，ES这些非结构化数据库中的文件；还有一些就是通过 WEB 页面传递过来的 RESTful,Josn 字符串。
异构主要指数据结构上的差异性。数据结构层把纷繁复杂的数据归为三大类，针对每一类数据设计了相应的数据存储模型，确保了城市操作系统的扩展性和一致性。这三类数据包括：
结构化数据：以银行系统数据为代表，通常以人或者机构的ID为锚点来聚合不同的信息，如名称、职业、收入等；后续会演变出基础库、主题库、专题库等一系列组织形式。
非结构化数据：以视频、图像、语音和文本为代表，后续大多需要经过分析处理变成结构化数据才能被使用。
时空数据：以地理信息、物联网、轨迹数据为代表。
（2）为什么要多源异构
随着大数据与人工智能技术的应用普及，海量多源异构数据急剧增加，特别是非结构化数据的增加，当遇到复杂多场景混合事务分析型数据管理必然要涉及水平拆分，一旦进行拆分，就避免不了“原本在同一数据库里的查询，就变成跨多个数据库实例的查询”问题。随着技术的不断迭代，现在的数据库不仅仅只有关系型数据而且也有Nosql数据库等，这就对跨库关联提出了更大的挑战。
大数据的核心就是多源异构，每个源的数据都有自身的逻辑，有不同的形式进行描述。
而最终的目的是要把数据进行治理、融合、分析，这样就可以体现出整体数据中的现象和规律。
（3）Hubble硬核技术价值
Hubble数据库通过插件模式设计可以把Mysql、Oracle、Hbase、Hive等都可以作为Hubble的数据源，支持跨数据源查询。提供适配的多源异构数据资源接入方式，包括数据源的配置、数据任务的同步、数据的分发与调度、数据的ETL加工等；Hubble可以做到：
1）统一服务入口，接入各类数据库源系统；
2）自由编写SQL，实现数据访问服务；
3）无需将数据完全搬迁，即可以现有数据即席分析探查。