跳到正文
全部标签

# iceberg

共 5 篇文章

  • 数据周刊|2026年6月第1周:AI BI 进入治理,开放表格式继续补课

    数据周刊|2026年6月第1周:AI BI 进入治理,开放表格式继续补课

    这一周的数据工程与 AI 数据平台信号很清楚:Databricks AI/BI 和 Genie 正在走向可监控、可嵌入、可治理;Snowflake Summit 2026 继续推动 AI SQL 和企业智能体;Iceberg、Airflow 则在补兼容和稳定性。数据开发和分析师该准备语义层、权限、成本和可审计链路。
  • Iceberg V3 深度解析:为 AI workload 重新设计的表格式

    Iceberg V3 深度解析:为 AI workload 重新设计的表格式

    2026 年 4 月 6 日 Dremio 宣布 Iceberg V3 在云服务正式可用,意味着 V3 从规范走向生产。这篇深度解析拆开 V3 的四大变化:行级血缘、Row Lineage、Deletion Vectors、Variant 类型,以及它们为什么是为 AI workload 重新设计——数据工程师和数据架构师读完能拿到一张清晰的升级路径图。
  • Unity Catalog vs Open Catalog:2026 元数据治理的路线之争

    Unity Catalog vs Open Catalog:2026 元数据治理的路线之争

    Databricks 主导的 Unity Catalog 和 Snowflake 发起、Apache 托管的 Polaris,2026 年正式在企业数据目录市场正面交锋。这篇文章横评两条路线的权限模型、表格式支持、跨引擎能力和治理边界,给数据架构师和平台负责人一份可以带进选型会议的判断框架。
  • 如何让技术决策被尊重 MAX

    如何让技术决策被尊重

    你准备了两周的Iceberg迁移方案被一句「现在不是时候」搁置了。技术上正确的决策,为什么总是得不到支持?本文揭示核心矛盾:技术上正确不等于组织上可行。技术价值必须翻译成业务价值,否则在决策者眼里就是零。
  • 技术选型横评:数据湖格式篇(Hudi vs Iceberg vs Paimon)

    技术选型横评:数据湖格式篇(Hudi vs Iceberg vs Paimon)

    面向初中级数据从业者的数据湖表格式选型指南,深度对比 Apache Hudi、Apache Iceberg、Apache Paimon 的设计理念、核心特性与适用场景,附国内大厂采用现状与完整决策树。