Apa itu Lakehouse untuk Apache Iceberg?

Lakehouse untuk Apache Iceberg adalah mesin penyimpanan berperforma tinggi yang dirancang untuk membangun data lakehouse terbuka. Dengan mengintegrasikan format tabel terbuka Apache Iceberg dengan penyimpanan tingkat perusahaan yang terkelola sepenuhnya, data lakehouse terbuka ini menyediakan antarmuka terpadu untuk analisis dan AI tingkat lanjut. Google Cloud

Untuk mengelola metadata tabel terbuka, Lakehouse untuk Apache Iceberg menggunakan katalog runtime Lakehouse. Layanan metadata serverless yang terkelola sepenuhnya ini menyediakan satu sumber tepercaya di seluruh sistem yang berbeda, memusatkan penemuan, dan menghilangkan kebutuhan untuk menyinkronkan metadata antara repositori yang berbeda.

Dengan memisahkan penyimpanan dari komputasi, Lakehouse Google Cloud memastikan interoperabilitas yang lancar di seluruh sistem analitis dan transaksional. Arsitektur ini memungkinkan beberapa mesin—termasuk Apache Spark, Apache Flink, Apache Hive, Trino, dan BigQuery—untuk mengakses satu sumber tepercaya, sehingga menghilangkan duplikasi data dan memastikan insight yang konsisten.

Manfaat utama

  • Arsitektur serverless: Lakehouse Google Cloud menghilangkan kebutuhan untuk pengelolaan server atau cluster, mengurangi overhead operasional, dan menskalakan secara otomatis berdasarkan permintaan.
  • Pengelolaan dan tata kelola data terpadu: Integrasi dengan Knowledge Catalog memastikan definisi dan penerapan kebijakan tata kelola terpusat di berbagai mesin, serta memungkinkan penelusuran semantik, silsilah data, dan pemeriksaan kualitas.
  • Ekstensi penyimpanan: Lakehouse Google Cloud memperluas kemampuan pengelolaan Cloud Storage untuk menyertakan fitur seperti tingkatan Autoclass dan Kunci enkripsi yang dikelola pelanggan (CMEK).
  • Pengalaman yang terkelola sepenuhnya: Saat terintegrasi dengan BigQuery, Lakehouse Google Cloud menggunakan streaming throughput tinggi dan pengelolaan metadata real-time untuk memberikan pengalaman streaming, analisis, dan AI yang terkelola sepenuhnya.
  • Ketersediaan tinggi dan pemulihan dari bencana: Lakehouse Google Cloud menawarkan opsi untuk replikasi lintas region dan pemulihan dari bencana (Pratinjau) untuk mendukung ketersediaan data Anda yang tinggi.

Kasus penggunaan

  • Lakehouse terbuka: Gunakan Cloud Storage sebagai lapisan penyimpanan, dan Lakehouse Google Cloud menyediakan antarmuka pengelolaan dan tata kelola untuk data Apache Iceberg.
  • Integrasi analitis dan transaksional: Akses tabel Apache Iceberg analitis langsung dalam AlloyDB untuk PostgreSQL (Pratinjau) untuk menggabungkan data analitis dengan workload transaksional.
  • Akses terpadu: Izinkan mesin yang berbeda (Apache Spark, Apache Flink, BigQuery) berinteraksi dengan tabel Apache Iceberg yang sama dengan metadata yang konsisten.
  • Analisis dan AI lintas cloud: Gunakan Lakehouse lintas cloud (Pratinjau) untuk menyinkronkan metadata dari penyedia cloud lain, sehingga Anda dapat mengkueri data dengan BigQuery atau mesin open source eksternal melalui endpoint katalog REST Apache Iceberg, tanpa harus memigrasikan data.
  • Eksplorasi set data publik: Kueri set data publik berkualitas tinggi dengan mudah menggunakan endpoint katalog REST Apache Iceberg tanpa mengelola infrastruktur.
  • Hive Metastore Hubungkan mesin open source seperti Apache Spark dan Apache Hive ke katalog runtime Lakehouse menggunakan katalog Hive (Pratinjau). Tindakan ini akan menghilangkan overhead operasional untuk mempertahankan Hive Metastore (HMS) yang dihosting sendiri sekaligus memungkinkan berbagi data yang lancar dan kueri tabel langsung di BigQuery.

Antarmuka dan alat

Anda dapat berinteraksi dengan resource Lakehouse Google Cloud menggunakan alat berikut:

  • Google Cloud konsol: Gunakan konsol untuk membuat katalog, melihat properti katalog, melihat log audit, dan mengonfigurasi izin.
  • BigQuery SQL: Gunakan DDL SQL standar (Bahasa Definisi Data) untuk membuat dan mengelola tabel Apache Iceberg dan tabel eksternal yang terintegrasi dengan katalog runtime Lakehouse.
  • Mesin open source: Gunakan mesin seperti Apache Spark, Apache Flink, dan Apache Hive dengan katalog runtime Lakehouse untuk membaca dan menulis data.
  • API katalog runtime Lakehouse: Gunakan endpoint katalog REST Apache Iceberg untuk berinteraksi dengan layanan menggunakan alat yang kompatibel dengan spesifikasi REST Apache Iceberg terbuka.

Langkah berikutnya