- 架构选型困惑：帮助读者理解数据湖与数据仓库的优劣，明确湖仓架构如何融合两者优势，避免选型失误。
- 存储设计难题：详解行存储与列存储、云对象存储、文件格式与表格式的选择，指导设计高效、可扩展的存储层。
- 数据治理缺失：提供统一数据目录与安全治理方案，解决数据分散、权限混乱、质量难控等问题。
- 平台实施瓶颈：给出从前期准备到设计实施的完整指南，规避常见坑点，加速湖仓平台落地。
- 趋势把握不足：剖析数据网格、HTAP等前沿趋势，帮助读者规划未来数据架构演进方向。
★★★
Intermediate
BeginnerElementaryIntermediateAdvancedExpert
- 数据架构师：需要设计大规模数据平台，湖仓架构是当前主流方案，本书提供系统方法论。
- 数据工程师：日常处理数据管道与存储，阅读本书可提升对底层存储格式与计算引擎的理解。
- 数据平台运维人员：负责平台稳定性与安全，书中治理与安全章节能直接指导工作。
- 技术决策者：如CTO或技术总监，需评估湖仓架构价值，本书帮助做出合理技术投资决策。
- 数据科学家：需访问高质量数据，理解湖仓架构有助于高效获取与分析数据。
- 循序渐进：建议按章节顺序阅读，从基础概念到实践指南，逐步构建完整知识体系。
- 重点研读：第3-5章关于存储、目录与计算引擎是核心，需反复理解并对比实际案例。
- 结合实践：阅读第8-9章实施指南时，可尝试搭建小规模原型，验证所学概念。
- 关注治理：数据治理与安全章节（第6-7章）虽偏理论，但对企业落地至关重要，不可跳过。
- 拓展前沿：最后章节关于未来趋势，适合在掌握基础后阅读，思考架构演进方向。
- 系统认知：全面理解湖仓架构的概念、特征与优势，形成清晰的知识框架。
- 设计能力：掌握存储、目录、计算引擎等关键组件的设计要点，能独立规划湖仓平台。
- 治理思维：学会在湖仓中实现统一数据治理与安全策略，提升数据质量与合规性。
- 实施方法：获得从需求分析到部署实施的全流程指南，减少试错成本。
- 趋势洞察：了解数据网格、HTAP等前沿方向，为未来架构升级做好准备。
- 实战信心：通过具体案例与设计考量，增强解决实际问题的信心与能力。
📖 Book Introduction
本书全面阐述了湖仓架构相关知识。首先介绍数据架构及其在构建数据平台中的作用，剖析湖仓架构的概念、特征和优势。接着对比传统架构（数据湖与数据仓库）和现代数据平台，明确湖仓架构在未来数据平台的重要地位。然后讲解行存储与列存储等概念，以及云对象存储、文件格式和表格式等组件，还给出设计存储时的考量因素。接着阐述数据目录、计算引擎在湖仓架构中的功能、类型选择和设计要点。在数据治理与安全方面，强调在湖仓架构中的统一治理和安全流程。之后提供了湖仓平台从前期准备到具体设计和实施的详细指南。最后探讨湖仓架构的未来发展趋势，如数据网格、混合事务与分析处理等。通过学习本书，读者可系统掌握湖仓架构知识，为相关实践提供有力支持。
📑 Table of Contents
目录 前言1 第1章 湖仓架构简介7 1.1 理解数据架构8 1.1.1 什么是数据架构8 1.1.2 数据架构如何帮助构建数据平台8 1.1.3 数据平台的核心组件10 1.2 为什么需要一个新的数据架构16 1.3 湖仓架构：一种新的模式17 1.3.1 湖仓：博采众长17 1.3.2 理解湖仓架构19 1.3.3 湖仓架构的特征22 1.3.4 湖仓架构的优势23 1.4 关键要点28
