🔥 文章· 湖仓与存储
共 87 篇· 今日新增 5

把图片塞进数据表,湖仓底牌翻了
Iceberg v4通过FILE类型让图片音频入表,Polaris激辩文件权属,Databricks实测Lakebase 4毫秒向量查询与31~40美元成本基线

数据湖开始收编AI数据了
Iceberg v4通过FILE类型让多模态文件成为表的一等公民,Polaris争论文件权属,Databricks实测Lakebase混合检索给出4毫秒延迟与每

AI一来,湖仓正在被重做一遍
Iceberg v4把非结构化文件写进表规范,Databricks给向量检索算了一笔精确到毫秒和美元的成本账,阿里云给出Agent时代的完整链路构想。三条线索指

开源湖仓狂飙一周,卡在两件小事上
2026年11月第一周,Apache湖仓系六个邮件列表涌入463封消息:Iceberg v4三项规范连过表决、四个项目密集发版。但水面之下,AI辅助PR洪峰超出

湖仓地基重浇,Spark 补上实时
Spark 4.3 把状态化处理带进 Real-Time Mode 并落地 Databricks Runtime 19,实时短板被官方亲手补上;与此同时,Liq

数据湖最难的三个字:完工了
Pinterest 公开了用 Flink 事件时间水位线为 PB 级 CDC 分区定稿的机制,把数据完整性判断写进 Iceberg 元数据;同月 DuckDB

AI只换了数据门面,没换发动机
Agent生成SQL、DuckDB算数、向量成本远超调用费、Liquid Clustering成湖仓布局新变量——三件事指向同一个判断:AI改变的是数据接口层,

AI数据,正在湖仓里抢一个正式编制
Iceberg v4把非结构化文件写进表规范,Polaris争论文件权属,Databricks公开Lakebase检索实测成本,阿里云给出Agent时代全链路。

Pinterest把迟到数据算明白了

AI 重构数据栈?先算清三笔账

AI写的PR,正在淹没开源社区

Spark 4.3,把实时这块短板补上了

湖仓拼完概念,开始拼毫秒账单
Databricks实测Lakebase Postgres混合检索:热向量查询低至4毫秒,0.5 CU月成本31~40美元可作生产基线;另一边,Delta La

批流融合吵了十年,答案藏在水印里
Pinterest用Flink事件时间加Iceberg元数据解决了分区何时算完整的工程难题;另一边DuckDB生态持续做轻。一重一轻两条路线,正在把数据基础设施

DuckDB和Doris,赌同一个未来
2026年10月,DuckDB生态月报与Apache Doris 5.0预览几乎同时发布:一个在单机引擎里装进异步S3与AI SQL,一个把多模态湖仓塞进实时分

数据湖开始自己报时了
Pinterest用事件时间水位线解决PB级分区的'何时算'难题,Doris 5.0打通流表与湖表统一查询,NetApp则把企业存储重新定义为AI记忆体。三条看

4毫秒向量查询,Databricks摊牌了
Databricks罕见公开了Lakebase Postgres混合检索的完整实测:400万语料、热向量查询最低4毫秒、0.5 CU每月31~40美元可作生产基

Agent一上手,湖仓的老毛病全藏不住了
从一份400美元的查询账单,到Vast Data主张的Agent记忆分层存储,再到阿里云的OpenLake全链路构想,Agent正在把数据基础设施从单点选型逼向

DuckDB 2.0,不声不响放大招
2026年10月DuckDB生态月报透露三条主线:AI答案直接写进SQL、2.0的PEG解析器与异步S3读取、DuckLake补齐湖仓维护能力。叠加OSM分析就

湖仓开源三巨头,全在为AI让路
Iceberg把非结构化文件写进v4规范、Parquet定义向量、Polars 2.0默认切流式引擎、Cloudflare K2把日志搬到对象存储——开放湖仓正

Agent才落地,数据平台已开卷
阿里云抛出Agent时代数据基础设施全链路构想,Databricks同步让湖上多语句事务GA。两大阵营殊途同归:消费主体从人变成Agent,一份数据多引擎平权、

模型搬家后,存储成了真正的主角
开源权重模型逼近闭源前沿,企业AI开始从PPT走向自家机房。NetApp提出存储即AI记忆,Apache Doris 5.0与StarRocks 4.1先后押注

数据库厂商,开始晒体检报告了
Databricks用自家内部应用实测Lakebase Postgres混合检索,热向量查询最低4毫秒,并直接给出0.5 CU每月31至40美元的生产基线;Cl

AI 数据中心最贵的浪费:让 GPU 等数据
AI 数据中心把钱砸进 GPU、液冷和稠密机柜,真正的瓶颈却藏在数据管道里:昂贵的算力在等内存和存储。ScaleFlux 押注主控芯片、GitHub 把 250

把两套分析引擎焊成一层,客户体量翻十倍
资管科技公司Ridgeline把业绩分析系统重建在ClickHouse Cloud上,用Iceberg承载几十年的历史数据,与近期数据在同一分析层里查询,结果可

Agent越忙,湖仓越睡不着
阿里云发布Agent时代数据基础设施链路,OpenLake与ApsaraLakebase站上C位。本文拆解从采集接入、自主管线、湖库同源到语义本体的五环节重构,

Agent一来,阿里云重排数据栈
阿里云借一条微博给出Agent时代数据基础设施的完整链路构想:全模态湖仓、Agent自主构建管线、湖库同源、语义本体。本文逐环拆解其工程含义、商业卡位与落地难点

AI的记忆,正在搬回企业机房
开源权重模型逼近闭源前沿水平,私有化AI从试点走向生产,企业存储第一次被推上'AI记忆体'的位置。Apache Doris 5.0押注多模态湖仓,StarRoc

Agent时代,数据栈被重排了一遍
阿里云借肖战凯之口给出Agent时代数据基础设施完整链路:OpenLake全模态湖仓、Agent-Ready数据管线、ApsaraLakebase湖库同源、业务

Agent来了,数据底座被重写一遍
阿里云给出Agent时代数据基础设施全链路:OpenLake全模态湖仓、Agent-Ready数据管线、ApsaraLakebase湖库同源与语义层。本文拆解每

别再复制数据了,dbt先动手了
dbt正式支持Amazon Redshift数据共享,跨库写入、dev/CI隔离、零拷贝提速三件事同时落地。这不只是一次适配器更新,而是数据管道里『复制数据』这

别再迷信引擎了,胜负在存储层
AI Agent 的记忆该放哪?Vast Data 说是存储层;一场凌晨三点的查询翻车事故,则揭穿了'引擎会自己搞定一切'的幻觉;Fivetran 干脆把湖表维

数据涨了一万倍,这家基金为何没崩?
量化基金iSAM Funds要做全期权历史研究,数据规模是一万倍量级的挑战。它用ClickHouse Cloud实现了35-50倍压缩和单核100倍摄取提速,砍

K2公测:对象存储要吞掉Kafka
Cloudflare公测K2:直接建在R2对象存储上的无服务器事件流服务,官方称生产端p99约一秒,第三方实测端到端7.5秒。本文拆解其架构取舍、消费与生产同价

Agent来了,数据基建得重排座位
当行业还在争论Agent该用什么模型时,阿里云已经把叙事焦点拉到了Agent脚下踩的数据地基:OpenLake管全模态湖仓与多引擎平权计算,ApsaraLake

数据基建,开始为Agent打工
阿里云抛出Agent时代数据基础设施完整链路:OpenLake全模态湖仓、Agent-Ready数据管线、ApsaraLakebase湖库同源、语义本体加知识图

开放模型逼近前沿,存储成了AI的内存
开放权重模型逼近闭源前沿,私有AI从试点走向生产,竞争焦点从模型层下沉到数据层。NetApp提出存储即AI记忆,Doris 5.0押注多模态湖仓,StarRoc

Agent缺的不是聪明,是一条新数据链路
阿里云提出Agent时代数据基础设施五段全链路:OpenLake全模态湖仓、Agent-Ready管线、ApsaraLakebase湖库同源与语义本体层。本文拆

Agent来了,数据栈先重盖了一遍
阿里云完整阐述Agent时代数据基础设施链路:OpenLake全模态湖仓管平权计算,ApsaraLakebase管湖库同源存储,中间靠Agent-Ready管线

Agent的记忆,成了存储厂商的新战场
AI Agent 的长会话与共享记忆,正在把存储从配角推到台前:Vast Data 用分层存储接住 Agent 记忆,阿里云借湖库一体重做数据库架构,而 Big

Iceberg,成了数据圈的硬通货

Doris 5.0,把流和湖缝上了

Hive Metastore,正在被行业悄悄抛弃

企业为什么不再自己攒数据栈了?

数据平台卷完引擎,开始卷应用

Doris赌大的,StarRocks做减法

企业存储,正在变成AI的记忆体

旧数据不重建,也能喂饱AI?

AI智能体正用废Git,GitHub动刀自家的地基

一场14分钟的查询,撕开湖仓选型的幻觉

Agent的记忆,正在从显存搬进存储
Agent会话越跑越长、跨部门越铺越广,上下文与共享记忆正在把显存和内存推向极限。Vast Data CTO提出“Agent记忆属于存储”,用分层存储承接近线记

AI Agent的记忆,正在逼存储层上位

单机ETL,正在偷Spark的活

老数据不推倒重建,就能喂AI?

数据目录的墙,正在被拆掉

元数据,成了AI最贵的瓶颈

引擎吃引擎,数据栈正在悄悄合体

向量数据库,正在被SQL吞掉

快手把A/B实验提速145倍之后

美联航不搬数据,湖仓打法变了

ETL这道墙,AWS自己动手拆了
Aurora PostgreSQL零ETL直达SageMaker、Redshift原生写Iceberg,AWS两条产品线指向同一判断:ETL正从独立产品退化为配

Doris 5.0,把赌注押在了湖上

别只盯GPU了,AI工厂卡在存储上
AI工厂军备竞赛中,GPU吸引了所有目光,但真正决定落地成败的是被忽视的存储与生产数据。本文从NetApp与Nvidia的存储合作、Agent演示与生产环境的落