[電子書]Architecting an Apache Iceberg Lakehouse

從頭開始設計一套 Apache Iceberg lakehouse (湖屋)！

MEAP計畫於2025年7月啟動，最後更新於2025年12月，預計2026年4月發布。

「Lakehouse」資料架構是將資料湖的靈活性與資料倉儲的管理功能結合的有效方法。開源 Apache Iceberg 框架提供了 Lakehouse 所需的可擴展性、可靠性和效能，而無需像 Snowflake、BigQuery 和 Redshift 等平台那樣承擔費用和受供應商鎖定。

在《建構 Apache Iceberg Data Lakehouse》( Architecting an Apache Iceberg Lakehouse )中，資料大師 Alex Merced 向您展示了：

每天，自動化數位顧問（也稱為機器人顧問）都會做出價值數百萬美元的財務決策。使用 Python 建構機器人顧問（從頭開始）：自動化您的財務和投資決策，教您如何構建您自己的基於 Python 的財務顧問！您將開發一個靈活的工具，能夠管理真正的投資策略 – 所有這些都使用流行的免費 Python 程式庫。

如何創建模組化、可擴展的 Iceberg Lakehouse 架構
Spark、Flink、Dremio、Polaris 在您的設計中的位置
可靠的批量和流式攝取管道
大規模治理、安全與效能策略

Apache Iceberg 是一種開源表格格式，非常適合大量分析資料集。 Iceberg 使用 Spark、Trino、Flink、Presto 和 Hive 等多種運算引擎在資料湖上實現 ACID 事務、模式演進和高效能查詢。 Iceberg 資料湖能夠實現快速、可靠的大規模分析，同時保留合規性審計、治理和可證明資料安全所需的可觀察性。

“這本書無疑填補了一個非常重要的空白，即沒有太多的資源來幫助讀者建立/遷移到資料平台。它還提出了一種替代架構來滿足不斷增長的資料科學和分析用例。” – Nirmal A, Senior SDE, Amazon

關於這個技術

建立 Apache Iceberg Data Lakehouse 教您使用 Iceberg 設計完整的資料平台。本書將仔細指導您了解平台的架構—從儲存到治理。每一層都經過充分說明，並包括將理論與實際實施相結合的實踐範例。您將使用 Apache Spark 將 PostgreSQL 中的銷售和行銷資料提取到 Iceberg 表中，在 Apache Superset 中建立互動式儀表板，設計和比較提取管道等等。作者 Alex Merced 的經驗指導可協助您了解實際實施中需要做出的重要權衡決策。您很快就會擁有一個可擴展且可維護的資料平台，可以處理 PB 級資料！

關於這本書

內容包含

目標讀者

適用於熟悉資料湖基礎知識並準備遷移的資料架構師。

關於作者

Alex Merced 是 Dremio 的開發者關係主管，他負責協助開發人員了解現代資料架構。他透過影片、播客和文章分享他的專業知識，並領導 DataLakehouseHub.com 社群。他是 Apache Iceberg: The Definitive Guide《Apache Iceberg：權威指南》的合著者。