Connecting OSS files to multimodal AI with StarRocks Object Table
An Alibaba Cloud technical article explains how EMR Serverless StarRocks Object Table maps OSS file inventories into queryable tables and links file descriptors to AI Functions. Developers can use SQL to filter files, parse documents, compare images, generate multimodal embeddings, persist results, and join them with business data while original files remain in OSS. The article also covers explicit refreshes, batch processing, retrieval pipelines, and operational limitations.
According to the article, this workflow lets teams bring existing OSS documents, images, audio, and video into SQL-based multimodal processing without first copying all source files into StarRocks.
商品图片、产品说明书、巡检视频和客服录音，通常存放在对象存储中；商品、订单、设备和客户信息，则保存在业务表中。当企业希望比较商品图片、提取文档信息，或把图文内容转成可检索的向量时，首先需要把这些分散的数据组织起来。
阿里云 EMR Serverless StarRocks 的 Object Table 将 OSS 文件清单映射为可查询的表，并通过文件描述符与 AI Function 衔接。 开发者可以用 SQL 筛选文件、理解多张图片、解析文档、生成多模态向量，再把结果保存到 StarRocks，与业务数据关联分析。原始文件继续保存在 OSS 中，内容在解析或推理时按需读取。
这让已有的 OSS 文件能够直接进入 SQL 数据处理流程。本文围绕“文件清单—内容加工—结果复用”展开，介绍 Object Table 的能力，并给出多图比较、图文融合向量和异步保存结果的实践示例。
01 从文件管理走向业务分析
以商品素材为例，一件商品可能同时具有主图、细节图和说明文档。运营人员想知道的往往是：“新旧主图有什么差异？”“说明书中的文字与图片展示的内容是否一致？”“哪些素材适合进入后续检索应用？”
#Alibaba Cloud#EMR Serverless StarRocks#StarRocks Object Table#OSS#StarRocks AI Function#qwen3.8-max#qwen3-vl-embedding