使用物化视图加速数据湖查询
StarRocks提供了开箱即用的数据湖查询功能，非常适用于对湖中的数据进行探查式查询分析。通过使用异步物化视图，您可以为数据湖中的报表和应用实现更高的并发，以及更好的性能。本文为您介绍如何使用StarRocks的异步物化视图来优化数据湖中的查询性能。
如何使用DLF数据探索查询Iceberg表
本文为您介绍如何使用DLF数据探索查询Iceberg表。目前DLF数据探索可以直接支持Delta、Hudi、CSV、Parquet、JSON、ORC等格式的表；受限于Spark和Iceberg的底层设计，在DLF数据探索中查询Iceberg表需要指定特定的Catalog。且代码运行环境归属于用户，请勿进行违法操作。
通过Hologres加速查询OSS数据湖
基于阿里云数据湖构建（Data Lake Formation，DLF）和对象存储（Object Storage Service，OSS）推出的Hologres数据湖加速服务，提供了灵活的数据访问和分析能力以及高效的数据处理能力，显著加快了对OSS数据湖的查询和分析过程。
如何使用StarRocks的数据湖分析能力查询阿里云OSS_EMR on ECS_开源大数据平台 E-MapReduce(EMR)
本文为您介绍如何使用StarRocks的数据湖分析能力查询阿里云OSS。
JindoTable数据湖优化与查询加速
概述 近几年，数据湖架构的概念逐渐兴起，很多企业都在尝试构建数据湖。相比较大数据平台，数据湖在数据治理方面提出了更高的要求。对于数据湖场景所提出的新需求，“传统”的大数据工具在很多方面都面临着新的挑战。JindoTable 正是专为解决数据湖管理结构化数据甚至是半结构化数据的痛点而设计的，包括数据治理功能和查询加速功能。 数据优化 数据湖需要存储来自各种数据源的数据。对于 HDFS 集群，小文件....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
