Lakehouse

Databricks 在 2020 年提出的术语，描述新一代数据架构：在数据湖（cheap object storage）之上叠加 ACID 事务层、元数据 catalog 和 SQL 引擎，让数据湖具备数据仓库的查询能力。

提出背景

2020 年 Databricks 创始人 Matei Zaharia 等发表论文《Lakehouse: A New Generation of Open Platforms》，正式命名这一架构。Lakehouse 试图解决数据湖（便宜但乱）和数据仓库（贵但严）之间的对立。

核心特征

• 开放存储格式（Parquet / ORC）
• ACID 事务（Delta Lake / Iceberg / Hudi 提供）
• 统一元数据（Unity Catalog 等）
• 支持 BI + ML + AI 工作负载
• 存算分离

主要实现

• Databricks Lakehouse Platform — 概念主导者
• Snowflake — 通过 Polaris Catalog 切入
• Apache Iceberg / Apache Hudi / Delta Lake — 三大开源 ACID 事务层
• Microsoft Fabric — 微软版本

中文术语

参见 数据湖仓（中文常用术语）。Lakehouse 是英文原始术语。

∈ belongs_to::4-01-数据引擎