湖仓一体

StarRocks Lakehouse 如何重构大数据架构？随着数据分析需求的不断演进，企业对数据处理架构的期望也在不断提升。在这一背景下，StarRocks 凭借其高性能的实时分析能力，正引领数据分析进入湖仓一体的新时代。

大数据平台与数据仓库的核心差异是什么？随着数据量呈指数级增长，企业面临着如何有效管理、存储和分析这些数据的挑战。大数据平台和数据仓库作为两种主流的数据管理工具，常常让企业在选型时感到困惑，它们之间的界限似乎越来越模糊，功能也有所重叠。本文旨在厘清这两种技术的核心差异，并为企业提供一个实用的选型参考框架。

RAG 实战｜用 StarRocks + DeepSeek 构建智能问答与企业知识库文章作者：石强，镜舟科技解决方案架构师赵恒，StarRocks TSC Member👉 加入 StarRocks x AI 技术讨论社区 https://mp.weixin.qq.com/s/61WKxjHiB-pIwdItbRPnPA

StarRocks Community Monthly Newsletter (Mar)核心功能升级数据安全与权限管控支持「安全视图」功能，严格管控视图查询权限MySQL协议连接支持SSL认证，保障数据传输安全

SelectDB技术团队

Apache Doris 2.1.9 版本正式发布亲爱的社区小伙伴们，Apache Doris 2.1.9 版本已正式发布。2.1.9 版本对湖仓一体、倒排索引、半结构化数据类型、查询优化器、执行引擎、存储管理进行了若干改进优化。欢迎大家下载使用。

SelectDB技术团队

Apache Doris 2025 Roadmap：构建 GenAI 时代实时高效统一的数据底座在全球 290 位开发者的协作下，Apache Doris 在 2024 年完成了 7000+ 次代码提交，并发布了 22 个版本，实现在实时分析、湖仓一体和半结构化数据分析等核心场景的技术突破及创新。

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：