<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>数据湖 on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek/tags/%E6%95%B0%E6%8D%AE%E6%B9%96/</link>
    <description>Recent content in 数据湖 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 15 Mar 2022 09:06:27 +0800</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek/tags/%E6%95%B0%E6%8D%AE%E6%B9%96/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>数据库数据仓库大数据平台数据中台数据湖对比分析</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%95%B0%E6%8D%AE%E5%BA%93%E6%95%B0%E6%8D%AE%E4%BB%93%E5%BA%93%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%B9%B3%E5%8F%B0%E6%95%B0%E6%8D%AE%E4%B8%AD%E5%8F%B0%E6%95%B0%E6%8D%AE%E6%B9%96%E5%AF%B9%E6%AF%94%E5%88%86%E6%9E%90/</link>
      <pubDate>Tue, 15 Mar 2022 09:06:27 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%95%B0%E6%8D%AE%E5%BA%93%E6%95%B0%E6%8D%AE%E4%BB%93%E5%BA%93%E5%A4%A7%E6%95%B0%E6%8D%AE%E5%B9%B3%E5%8F%B0%E6%95%B0%E6%8D%AE%E4%B8%AD%E5%8F%B0%E6%95%B0%E6%8D%AE%E6%B9%96%E5%AF%B9%E6%AF%94%E5%88%86%E6%9E%90/</guid>
      <description>作者：西贝 大数据技术与数仓 写在前面 层出不穷的新技术、新概念、新应用往往会对初学者造成很大的困扰，有时候很难理清楚它们之间的区别与联系。本文将以数据研发相关领域为例，对比分析我们工作中高频出现的几个名词，主要包括以下几个方面： 数据 什么是大数据 麦肯锡全球研究所给出的定义是：一种规模大</description>
    </item>
    <item>
      <title>基于构建企业级实时数据湖</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E6%9E%84%E5%BB%BA%E4%BC%81%E4%B8%9A%E7%BA%A7%E5%AE%9E%E6%97%B6%E6%95%B0%E6%8D%AE%E6%B9%96/</link>
      <pubDate>Tue, 15 Mar 2022 08:58:48 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%9F%BA%E4%BA%8E%E6%9E%84%E5%BB%BA%E4%BC%81%E4%B8%9A%E7%BA%A7%E5%AE%9E%E6%97%B6%E6%95%B0%E6%8D%AE%E6%B9%96/</guid>
      <description>Apache Flink 是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。那么当 Apache Flink 遇见数据湖时，会碰撞出什么样的火花呢？本次分享主要包括以下核心内容： 数据湖的相关背景介绍； 经典业务场景介绍； 为什么选择 Apache Iceberg； 如何通过 Flink+Iceberg 实现流式入湖 社区未来规划工作。 视频回</description>
    </item>
    <item>
      <title>网易数据湖探索与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E6%95%B0%E6%8D%AE%E6%B9%96%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Mon, 14 Mar 2022 18:32:49 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BD%91%E6%98%93%E6%95%B0%E6%8D%AE%E6%B9%96%E6%8E%A2%E7%B4%A2%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>分享嘉宾：范欣欣 网易 大数据技术专家 编辑整理：刘闰丰 出品平台：DataFunTalk 导读： 今天主要和大家交流的是网易在数据湖Iceberg的一些思考与实践。从网易在数据仓库建设中遇到的痛点出发，介绍对数据湖Iceberg的探索以及实践之路。 主要内容包括： 数据仓库平台建设的痛点 数据湖</description>
    </item>
  </channel>
</rss>
