湖仓平台

云器科技3 天前
大数据·架构·湖仓平台
从“数据中台“到“数智基建“:一树药业的湖仓架构升级实践告别割裂:一树药业基于云器一体化数据平台,将云厂商数据中台与数据底座替换重构为一体化湖仓,以一套代码实现全场景时效性,让数据成本与业务价值对齐。
云器科技3 天前
大数据·人工智能·自然语言处理·数据平台·湖仓平台
云器Lakehouse新版本特性解读:MCP Server —— AI 数据工程师的深度解析与实战指南人与数据的交互方式正在经历一场深刻的重构。云器Lakehouse始终坚信在AI驱动的自动化浪潮下:AI应被赋予更核心的能力。为了顺应这一趋势,继云器Lakehouse v1.3版本奠定AI语义层与存储层全面增强Iceberg生态双向集成能力,今天,云器Lakehouse Studio(v1.9.4)正式推出MCP-Server——我们将AI可直接操作Lakhehouse的工具库扩充至45个,这意味着,我们进一步赋予AI Agent直接操作数据湖仓的“双手”,让“对话式数据工程”从概念真正走向落地。
云器科技12 天前
大数据·人工智能·数据库架构·数据平台·湖仓平台
AI × Lakehouse:云器Lakehouse + Datus 从SQL查询到自然语言交互,扩展数据团队的能力边界数据平台越来越强大,但使用门槛依然很高——业务人员需要懂SQL,临时分析要等数据团队,系统运维需要专业技能。
云器科技1 个月前
大数据·科技·ai·数据平台·湖仓平台
数美科技的数百TB大数据平台实践:从“1天响应“到“定义即可查”大数据平台面临一个根本性矛盾:用于分析的数据字段可(灵活)调整与数据的加工和分析(性能)的矛盾。Spark查询JSON灵活但慢(数十分钟),ClickHouse查询宽表快(秒级)但Schema固化。每次业务需要新的查询维度,都需要平台团队开发ETL、打平JSON、写入ClickHouse,耗时至少1天。
云器科技2 个月前
大数据·ai·架构·spark·湖仓平台
NinjaVan x 云器Lakehouse: 从传统自建Spark架构升级到新一代湖仓架构通过本篇文章,你可以了解到从传统自建Spark架构升级到新一代湖仓架构的显著业务价值和轻便的实现过程:
我是有底线的