VIP20
本课程属于：019-Lakehouse架构 数据工程与实时数据平台 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

选型指南 Iceberg 与 Delta Lake

📚 共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
数据湖选型背景
为什么需要表格式？Hive ACID的局限性，Iceberg与Delta Lake的诞生。
背景动机
02
核心架构对比
Iceberg的开放架构 vs Delta Lake的Spark原生架构。
架构设计
03
事务与ACID能力
快照隔离、并发控制、回滚机制对比。
事务ACID
04
性能优化
文件布局、分区策略、数据跳过（Data Skipping）对比。
性能优化
05
Schema演进
列增删改、类型变更、嵌套结构支持对比。
Schema演进
06
时间旅行与版本管理
历史数据查询、版本保留策略对比。
时间旅行版本
07
多引擎支持
Spark、Flink、Trino、Presto、Hive集成度对比。
引擎集成
08
数据写入模式
Copy-on-Write vs Merge-on-Read，Compaction机制。
写入Compaction
09
增量读取与流式处理
Change Data Capture (CDC) 支持对比。
CDC流式
10
分区演进
动态分区、隐藏分区、分区变换对比。
分区演进
11
数据治理与血缘
元数据管理、数据血缘追踪能力对比。
治理血缘
12
云原生适配
对象存储（S3/OSS/ADLS）兼容性、文件格式支持。
云原生存储
13
社区与生态
Apache基金会 vs Linux基金会，贡献者活跃度。
社区生态
14
版本兼容性
Spark版本、Hive版本、Hadoop版本兼容性对比。
兼容性版本
15
部署与运维
Catalog配置、元数据存储（Hive Metastore/REST Catalog/Nessie）。
部署运维
16
安全与权限
列级安全、行级过滤、与Ranger/Atlas集成对比。
安全权限
17
数据质量
约束（Constraints）、数据校验、异常处理对比。
质量约束
18
大规模场景实践
PB级数据管理、小文件问题、性能调优经验。
大规模实践
19
实时数仓场景
Iceberg+Flink vs Delta Lake+Structured Streaming。
实时数仓
20
湖仓一体架构
与Hudi的对比，Lakehouse架构选型全景。
湖仓一体全景
21
迁移路径
从Hive表迁移到Iceberg/Delta Lake的步骤与工具。
迁移工具
22
成本分析
存储成本、计算成本、运维成本对比。
成本分析
23
企业级特性
数据加密、审计日志、跨区域复制对比。
企业级安全
24
测试与验证
功能测试、性能测试、压力测试方法论。
测试验证
25
案例研究
Netflix（Iceberg）vs Databricks（Delta Lake）实际应用。
案例实战
26
未来趋势
Iceberg的REST Catalog生态 vs Delta Lake的Unity Catalog。
趋势生态
27
选型决策矩阵
技术维度、业务维度、团队维度综合评分。
决策矩阵
28
常见误区
选型中的常见错误认知与纠正。
误区纠正
29
实战演练
搭建Iceberg环境与Delta Lake环境对比。
实战环境
30
总结与展望
Lakehouse的未来，Iceberg与Delta Lake的融合趋势。
总结展望
专注课程资料整理