湖仓一体

Apache Iceberg 解析，一文了解Iceberg定义、应用及未来发展Apache Iceberg 是一种开源的表格式（Table Format），专为超大规模数据分析场景设计，通过标准化数据存储规范与访问协议，解决了传统数据湖在元数据管理、事务控制、查询性能等方面的核心痛点。以下从六个维度全面解析其技术原理、应用场景与最佳实践。

StarRocks 主键（Primary Key）深度解析StarRocks 是一款高性能分析型数据库，专为海量数据的实时分析而设计。作为新一代湖仓（Lakehouse）加速引擎，StarRocks 融合了 MPP 架构和列式存储引擎的优势，能够支持亿级数据秒级查询响应。

vivo 湖仓架构的性能提升之旅作者：郭小龙 vivo互联网大数据高级研发工程师导读：本文整理自 vivo互联网大数据高级研发工程师郭小龙在 StarRocks 年度峰会上的分享，聚焦 vivo 大数据多维分析面临的挑战、StarRocks 落地方案及应用收益。

涤生大数据

Doris 湖仓一体：数据分析新范式在大数据的浪潮里，企业数据量呈爆发式增长，数据处理和分析的需求也变得越来越复杂。传统的数据库、数据仓库和数据湖各管一摊，彼此割裂，导致数据利用效率大打折扣。这个时候，湖仓一体的概念横空出世，像是一场及时雨，为企业的数据管理带来了全新的可能性。今天，我们就来聊聊基于 Doris 的湖仓一体，看看它到底是怎么解决数据管理的难题，让企业玩转大数据的！

SelectDB技术团队

天翼云：Apache Doris + Iceberg 超大规模湖仓一体实践导读：天翼云基于 Apache Doris 成功落地项目已超 20 个，整体集群规模超 50 套，部署节点超 3000 个，存储容量超 15PB。天翼云基于 Apache Doris 和 Apache Iceberg 构建的湖仓一体方案，兼具灵活性、高性能和低成本优势，同时满足了报表和 BI 分析、湖仓融合分析、日志存储分析、高并发实时分析、MPPDB 国产化替代等多种场景需求。

StarRocks + Paimon 在阿里集团 Lakehouse 的探索与实践作者：范振: 阿里云计算平台开源 OLAP 负责人，StarRocks 社区 Champion翁才智: 阿里云技术专家，Apache Paimon PMC Member

【Hudi-SQL DDL创建表语法】命令功能CREATE TABLE命令通过指定带有表属性的字段列表来创建Hudi Table。命令格式参数描述

小红书湖仓架构的跃迁之路作者：李鹏霖(丁典)，小红书-研发工程师，StarRocks Contributor & Apache Impala Committer

从 Spark 到 StarRocks：实现58同城湖仓一体架构的高效转型作者：王世发，吴艳兴等，58同城数据架构部导读：本文介绍了58同城在其数据探查平台中引入StarRocks的实践，旨在提升实时查询性能。在面对传统Spark和Hive架构的性能瓶颈时，58同城选择StarRocks作为加速引擎，增强数据湖的分析能力。在迁移过程中，团队克服了多个兼容性问题，并对系统进行了稳定性和易用性的改进，特别是在Java UDF支持和SQL黑名单功能方面。

数据库、数据仓库、数据湖、数据中台、湖仓一体的概念和区别数据库、数据仓库、数据湖、数据中台和湖仓一体是数据管理和分析领域的不同概念，各自有不同的特点和应用场景。以下是它们的主要区别：

StarRocks Summit Asia 2024 全部议程公布！随着企业数字化转型深入，云原生架构正成为湖仓部署的新标准。弹性扩展、资源隔离、成本优化，帮助企业在云上获得了更高的灵活性和效率。与此同时，云原生架构也为湖仓与 AI 的深度融合奠定了基础。

阿里云大数据AI技术

DataWorks on EMR StarRocks，打造标准湖仓新范式在大数据领域，数据仓库和实时分析系统扮演着至关重要的角色。DataWorks 基于大数据引擎，为数据仓库/数据湖/湖仓一体等解决方案提供统一的全链路大数据开发治理平台，为用户带来智能化的数据开发和分析体验。而阿里云提供的 EMR Serverless StarRocks 全托管服务（下文简称 StarRocks），专注于实时分析场景，可提供高性能、全场景、极速统一的数据分析体验。

比流计算资源效率最高提升 1000 倍，“增量计算”新模式能否颠覆数据分析？作者 | 关涛云器科技CTO数据平台领域发展 20 年，逐渐成为每个企业的基础设施。作为一个进入“普惠期”的领域，当下的架构已经完美了吗，主要问题和挑战是什么？在 2023 年 AI 跃变式爆发的大背景下，数据平台又该如何演进，以适应未来的数据使用场景？

饿了么基于Flink+Paimon+StarRocks的实时湖仓探索作者：王沛斌@饿了么小编导读：本文整理自饿了么大数据架构师、Apache Flink Contributor 王沛斌老师在8月3日 Streaming Lakehouse Meetup Online（Paimon x StarRocks，共话实时湖仓架构）上的分享。主要分为以下三个内容：

SelectDB技术团队

兼容Trino Connector，扩展Apache Doris数据源接入能力｜Lakehouse 使用手册（四）Apache Doris 内置支持包括 Hive、Iceberg、Hudi、Paimon、LakeSoul、JDBC 在内的多种 Catalog，并为其提供原生高性能且稳定的访问能力，以满足与数据湖的集成需求。而随着 Apache Doris 用户的增加，新的数据源连接需求也随之增加。因此，从 3.0 版本开始，Apache Doris 引入了 Trino Connector 兼容框架。

SelectDB技术团队

从 7000 余项目脱颖而出，飞轮科技《新一代实时分析数据仓库解决方案》荣获 HICOOL 2024 全球创业大赛二等奖HICOOL 2024 全球创业者峰会于 2024 年 8 月 23 日 -25 日在中国国际展览中心（顺义馆）成功举行，峰会以“新质引领创新共融”为主题，聚焦技术创新、产业融合、新质共享与国际合作四大要素。

Apache Paimon V0.9最新进展摘要：本文整理自 Paimon PMC Chair 李劲松老师在 8 月 3 日 Streaming Lakehouse Meetup Online（Paimon x StarRocks，共话实时湖仓架构）上的分享。主要分享 Apache Paimon V0.9 的最新进展以及遇到的一些挑战。

StarRocks Lakehouse 快速入门——Apache PaimonStarRocks Lakehouse 快速入门指南为您提供了湖仓技术概览，旨在帮助您迅速掌握其核心特性、独特优势和应用场景。本指南将指导您如何高效地利用 StarRocks 构建解决方案。文章末尾，我们集合了来自阿里云、饿了么、喜马拉雅和同程旅行等行业领导者在 StarRocks x Paimon Streaming Lakehouse 活动中的实战经验分享。通过这些真实案例，您可以更直观地了解如何在实际应用中发挥 StarRocks Lakehouse 的最佳效用。希望这些实践能启发您在自己的项目中应

SelectDB技术团队

Apache Doris + Iceberg 快速搭建指南｜Lakehouse 使用手册（三）湖仓一体（Data Lakehouse）融合了数据仓库的高性能、实时性以及数据湖的低成本、灵活性等优势，能够更加便捷地满足各种数据处理分析的需求。Apache Doris 持续加深与数据湖的融合，已演进出一套成熟的湖仓一体解决方案。我们将通过一系列文章介绍 Apache Doris 与各类主流数据湖格式及存储系统的湖仓一体架构搭建指南，包括 Hudi、Paimon、Iceberg、OSS、Delta Lake、Kudu、BigQuery 等。

一文详解数据仓库、数据湖、湖仓一体和数据网格数据仓库是传统的数据存储方式，其核心概念是将不同来源的数据抽取、转化和加载到一个中心化的存储系统中，供企业进行决策分析使用。数据仓库通过预定义的模式和结构化的数据模型，使得数据易于理解和查询分析。如果企业有明确的分析要求，并且数据结构稳定且易于理解，数据仓库是一个不错的选择。