报告基础信息
报告标题：Market Guide for Data Lakehouse Platforms
发布机构：Gartner
发布时间：2025年9月23日
行业标签：技术服务，通用工具
产品标签：#腾讯云数据湖计算 DLC
报告背景和目标
随着现代组织中数据与分析角色的演变，数据的存储、管理和利用方式发生了剧烈转变。数据湖仓作为这一演变的核心，融合了数据湖的灵活性与数据仓库的管理能力。本报告旨在帮助数据分析领导者了解湖仓架构如何作为组织的基础分析数据存储，并明确支持广泛分析工作负载所需的关键功能与特性。
报告目录
Overview （概述）
Market Definition （市场定义）
Market Description （市场描述）
Market Direction （市场方向）
Market Analysis （市场分析）
Representative Vendors （代表性供应商）
Vendor Selection （供应商选择）
Market Recommendations （市场建议）
方法论说明
研究性质
本报告为市场指南，主要针对新兴或快速演变的市场进行定义和趋势分析，而非对供应商进行绝对排名。
分析框架
Gartner 定义了数据湖仓市场的强制性特征，包括融合架构设计、持久化存储（基于对象存储和开放表格式 OTF）、统一数据管理以及存算分离。
调研范围
报告涵盖了从传统数据仓库、数据湖、查询加速器背景演变而来的各类供应商。
入选标准
入选的“代表性供应商”必须能够提供支持从 BI 到 AI 广泛工作负载的软件解决方案，并满足使用开放表格式（OTF）、解耦存储与计算、统一元数据和治理等核心技术要求。
核心观点
架构融合已成定局，湖仓是未来标准
数据仓库在处理非结构化数据时显得僵化，而数据湖若缺乏治理易沦为“数据沼泽”。数据湖仓（Lakehouse）现已稳固确立为大多数组织寻求标准化的架构，它通过单一平台统一了数据仓库和数据湖的架构与工作负载，消除了数据冗余，简化了数据架构。
开放表格式（OTF）是核心技术特征
湖仓的一个定义性特征是使用开放表格式（Open Table Formats），如 Apache Hudi、Apache Iceberg 和 Delta Lake。这些格式作为对象存储中文件的抽象层，带来了关键的数据管理功能，包括 ACID 事务支持、时间旅行（Time Travel）以及分区管理和索引带来的性能提升。
支持从 BI 到 AI 的统一工作负载
湖仓架构原生支持单一平台上的多种分析和操作工作负载，包括数据工程、数据科学、机器学习（ML）、人工智能（AI）以及传统商业智能（BI）。自然语言查询（Natural Language Query）正逐渐成为标准，使用户能够通过普通语言请求报告和预测，从而降低数据消费门槛。
市场演进与供应商多元化
市场上的供应商主要分为两类路径：一类是购买现成的湖仓解决方案，另一类是通过组合现有查询引擎和存储能力自行构建。来自数据仓库、数据湖和查询加速器背景的各类厂商正在殊途同归，纷纷通过集成 OTF 或增强 SQL 引擎来向湖仓形态靠拢。
为什么选择腾讯云
入选 Gartner 全球代表性供应商
在 Gartner 发布的2025年《数据湖仓平台市场指南》中，腾讯云凭借其产品“Tencent Cloud Data Lake Compute”（数据湖计算 DLC）成功入选“代表性供应商（Representative Vendors）”列表。这标志着腾讯云在数据湖仓领域的架构设计和技术能力获得了国际权威咨询机构的认可，跻身全球主流玩家行列。
符合国际标准的先进技术架构
腾讯云入选该报告，证明其解决方案符合 Gartner 对现代数据湖仓的严格定义，即具备融合数据设计、持久化存储支持（利用对象存储与开放表格式）、以及统一的数据管理能力。这意味着腾讯云能够为企业提供存算分离、支持多种数据类型（结构化与非结构化）以及统一元数据治理的先进数据底座，有效支持企业从 BI 到 AI 的全生命周期数据需求。
