Apache Paimon是一个流式数据湖平台。致力于构建一个实时、高效的流式数据湖平台。这个项目采用了先进的流式计算技术，使企业能够实时处理和分析大量数据。A...

在当今数据驱动的商业世界中，高效、灵活的数据管理成为企业成功的关键。数据仓库和数据湖，作为数据存储和处理的两种主流技术，分别扮演着独特而重要的角色。

湖仓一体架构模式的两个关键支柱是开放性和互操作性。在云存储系统（如S3、GCS、ADLS）上构建数据湖仓，并将数据存储在开放格式中，提供了一个您技术栈中几乎每个...

在数字化转型驱动下，实时化需求日益成为金融业数据应用新常态。传统离线数仓“T+N”数据供给模式，难于满足“T+0”等高时效场景需求；依托Storm、Spark ...

腾讯云存储团队针对大模型推出了综合性的数据湖存储解决方案，主要由对象存储、数据湖加速器GooseFS和数据万象CI等多款产品组成。

为啥数据中台是大数据的下站？与数仓、数据湖、大数据平台啥区别？来深入大数据发展史，先从数仓出现讲起，途径数据湖，再到大数据平台，这样才能理解大数据发展的每阶段的...

Hudi的核心是维护表上在不同的即时时间（instants）\执行的所有操作的时间轴（timeline）\，这有助于提供表的即时视图，同时还有效地支持按到达顺序...

在2023腾讯全球数字生态大会大数据专场上，腾讯云大数据正式发布云数据仓库全新品牌TCHouse，全面构建性能与易用性兼具的企业级云数仓体系。同时，还针对大模型...

湖仓一体是一种新型开放式架构，将数据湖和数据仓库的优势充分结合，它构建在数据湖低成本的数据存储架构之上，又继承了数据仓库的数据处理和管理功能。湖仓一体打通数据湖...

OLAP 是一个很卷的赛道，创业公司也众多。在本文中，笔者基于 10+ 年的大数据与数据仓库的工作经验，就目前的主流趋势：离在线一体化、引擎一体化、云原生化等写...

导读 本文将分享B站基于Hudi+Flink打造流式数据湖的落地实践，主要聚焦于数据湖引入后，在批流融合过程中遇到的若干问题及优化方案。

快手的传统离线链路和很多公司是一致的，基于 Hive做离线分层数仓的建设。在入仓环节和层与层之间是基于 Spark 或者 Hive做清洗加工和计算。这个链路有以...

关系模型自1970年由埃德加·科德提出来以后被广泛应用于数据库和数仓等数据处理系统的数据建模。关系模型以表作为基本的数据结构来定义数据模型，表为二维数据结构，本...

Paimon的前身是Flink-Table-Store，希望提供流批一体的存储，提供一定的OLAP查询能力（基于列式存储），做到毫秒级别的实时流式读取。Flin...

与只存储精炼数据的传统数据仓库不同,数据湖可直接存储原始细节数据。它对数据输入没有严格限制,可以灵活扩展,通过包含更多数据来支持更丰富的分析应用。但数据湖中的数...