什么是数据湖？ 起源 数据湖的概念最早由Pentaho的创始人兼CTO詹姆斯·迪克森（James Dixon）于2010年10月在纽约Hadoop World大会上提出。

摘要：Apache Flink 是目前大数据领域非常流行的流批统一的计算引擎，数据湖是顺应云时代发展潮流的新型技术架构，以 Iceberg、Hudi、Delta 为代表的解决方案应运而生，Iceberg 目前支持 Flink 通过 DataStream API /Table A…

本文整理自京东高级技术专家韩飞在 Flink Forward Asia 2021 流批一体专场的演讲。

在上一篇从数据仓库到数据湖(上)：数据湖导论文章中，我们简单讲述了数据湖的起源、使用原因及其本质。本篇文章将着重介绍市面上热门的数据湖开源框架，并分享笔者对当前数据湖技术的理解和看

B站湖仓一体平台数据规模约60PB，主要服务于BI报表、指标服务、A/B Test、人群圈选、日志等场景，日查询量超过400万，查询P99响应时间约为3s。

这是我参与「第四届青训营 」笔记创作活动的第4天 这节课的重点内容包括四部分：发展历史、核心技术、各有所长、总结场景。

今天的学习内容是数据湖三剑客：Delta Lake、Hudi 与 Iceberg ，数据湖三阶段：Hadoop、Hive、湖仓一体，还有三大数据湖的工作重点、核心技术等内容。