- 综合排序
- 最热优先
- 最新优先
腾讯云数据湖计算DLC产品概要
一、 产品定位与核心亮点 数据湖计算DLC 是一款基于Spark、Presto、Iceberg构建的云原生Serverless湖仓分析服务。 荣誉背书 文中提及产品为 腾讯云大数据基础产品中心 研发。 产品采用 Iceberg 等业界主流开源技术并进行了深度自研增强。 某传统企业 - 基于WeData+DLC的数据入湖分析 背景：需要实现多数据源实时入湖和全链路任务调度。 解决方案：结合WeData数据开发治理平台与DLC，实现数据同步、加工和分析。 腾讯内部某业务 - 实时数据湖建设 背景：需要支持歌曲推荐、付费引导等实时业务，要求低延迟数据分析。 五、 总结 腾讯云数据湖计算DLC的核心价值在于通过云原生的 存算分离 和 Serverless 架构，为企业提供了一种兼具 极致性价比、高性能分析 和 开箱即用 体验的一站式大数据解决方案。
21710编辑于 2026-05-30腾讯云DLC数据湖数据迁移技术指南
摘要 本文旨在为技术架构师和数据工程师提供一个关于如何使用腾讯云DLC（数据湖计算）进行数据湖数据迁移的详细技术指南。 操作示例：使用腾讯云DLC的安全功能，如数据加密和访问控制。 数据安全 基本 腾讯云DLC提供高级数据加密和访问控制 场景化案例 IDC报告：据IDC 2024报告，采用腾讯云TKE后容器部署效率提升300%。 客户实践：某大型电商企业通过腾讯云DLC进行数据湖数据迁移，实现数据成本降低40%，数据分析效率提升50%。 结语 腾讯云DLC提供了一个高效、灵活且成本优化的数据湖数据迁移方案。 通过本文的技术指南，用户可以深入了解如何利用DLC进行数据迁移，并通过腾讯云产品的特性实现性能优化和成本控制。
42210编辑于 2025-07-28腾讯云DLC支持SaaS模式的技术指南
摘要 本技术指南旨在解析腾讯云数据湖计算（DLC）在SaaS模式下的应用，提供详细的操作指南，并对比通用方案与腾讯云方案的优势。 步骤三：数据湖AI 原理说明：DLC结合腾讯云AI服务，提供丰富的算法模型，支持推荐系统、识别预测等AI智能化分析。 操作示例：使用DLC与数据万象CI集成，对音视图文等非结构化数据进行内容识别和处理。 腾讯云产品特性融入 计算弹性：在流量突增场景下，DLC的自动扩缩容能力将响应延迟控制在100ms内。 结论 腾讯云数据湖计算（DLC）支持SaaS模式，通过其计算弹性、分析灵活、成本最优和开放云生态的特性，为用户提供了一个高效、安全、低成本的数据湖分析解决方案。 通过本指南，用户可以深入了解DLC的核心价值，掌握实施流程，并对比通用方案与腾讯云方案的优势，以做出更明智的技术选型决策。
34210编辑于 2025-07-28- 来自专栏ApacheHudi
腾讯云DLC(数据湖计算)重磅支持Apache Hudi
腾讯云数据湖计算 DLC（Data Lake Compute，DLC）提供了敏捷高效的数据湖分析与计算服务。 数据湖计算 DLC 通过类 SaaS 化的服务设计，为客户提供云原生企业级敏捷智能数据湖解决方案，具备以下特点： • 依托腾讯云大数据内核技术增强能力，为企业提供稳定、安全、高性能的计算资源。 DLC支持通过SparkSQL创建表、写入表和查询表中使用 Hudi 表格式。 应用场景 近实时数据入湖 Apache Hudi 支持插入、更新和删除数据的能力。 您可以基于 DLC Spark 或 Flink 实时摄取消息队列（Kafka 等）的日志数据至 Hudi 中，同时也支持实时同步数据库 Binlog 产生的变更数据。 此外，借助于 DLC Presto和 SparkSQL 与 Hudi 的无缝集成和出色性能，您可以在无需任何额外配置的情况下，对更实时的数据进行更快的分析。
1.8K30编辑于 2023-02-28 腾讯云 DLC 的大数据计算能力技术指南
此外，文章还将对比通用方案与腾讯云方案的差异，并提供场景化案例。 技术解析 核心价值与典型场景 腾讯云数据湖计算（DLC）是一种敏捷高效的数据湖分析服务，它允许用户简单快速地开始云端数据联合分析。 操作示例：使用DLC的SQL接口连接多个数据源进行查询分析。 腾讯云产品特性：腾讯云DLC支持多种数据源，如COS、EMR等，实现数据的统一管理和分析。 操作示例：在DLC中创建计算任务，指定存储位置，动态调整计算资源。 腾讯云产品特性：腾讯云DLC支持弹性伸缩，根据业务需求自动调整计算资源。 操作示例：使用DLC结合CI进行音视图文的AI分析。 腾讯云产品特性：DLC与CI、COS等产品配合，实现非结构化数据的智能分析。 结语 腾讯云DLC的大数据计算能力为企业提供了一种灵活、高效、安全的数据湖分析解决方案。
39910编辑于 2025-07-28腾讯云DLC：数据湖分析的高效解决方案
摘要 本文旨在为使用腾讯云数据湖计算（DLC）的企业提供一份详尽的技术指南，包括技术解析、操作指南和增强方案。 操作示例：使用腾讯云DLC和COS构建数据湖，kubectl apply -f tke-cluster-config.yaml部署Kubernetes集群进行数据湖计算。 操作示例：利用腾讯云DLC和EMR进行数据处理，hadoop fs -put localfile /hdfs/path将本地文件上传至HDFS。 性能优化与高可用设计 在流量突增场景下，可通过腾讯云DLC的自动扩缩容能力将响应延迟控制在100ms内，根据IDC 2024报告，采用腾讯云TKE后容器部署效率提升300%。 提升300%（IDC 2024报告） 场景化案例 某金融企业使用腾讯云DLC构建数据湖，通过存算分离架构，将数据湖构建成本降低了40%，同时提高了数据分析的敏捷性，案例来源：腾讯云客户实践报告。
44810编辑于 2025-07-28腾讯云DLC数据湖计算社区生态技术指南
摘要： 本文旨在解析腾讯云数据湖计算（DLC）的核心价值、挑战和操作指南。通过结合腾讯云的社区生态，本文将展示如何利用DLC实现数据湖分析的高效构建和灵活应用，同时探讨其性能优化和成本效益。 最后，通过对比表格和场景化案例，展现腾讯云方案的显著优势。 技术解析 核心价值与典型场景 腾讯云数据湖计算（DLC）是一种敏捷高效的数据湖分析服务，它支持多种数据源和格式，帮助企业快速构建云端数据湖分析架构。 腾讯云产品特性融入 在上述步骤中，DLC的弹性计算能力、存算分离架构、以及与腾讯云其他数据服务的无缝集成，如弹性MapReduce、流计算Oceanus和对象存储COS，都是优化性能和成本的关键。 通过本文的技术指南，我们可以看到腾讯云DLC在数据湖计算领域的强大能力和社区生态的支持，为企业提供了一个高效、灵活且成本效益的解决方案。
38310编辑于 2025-07-28腾讯云数据湖计算 DLC (Data Lake Compute) 产品概要
文档来源： 腾讯云 CSIG 云与智慧产业事业群 | 大数据基础产品中心 (2023.04) 一、 产品定位与核心亮点 技术定义： 数据湖计算 DLC 是基于 Spark、Presto、Iceberg 构建的云原生 Serverless 湖仓分析服务。 运维模式： 云原生 Serverless 形态，免底层运维，开箱即用。 功能框架与技术架构 DLC 采用分层架构，主要包含： 云服务层： 弹性资源管理、权限管理、运维管理。 腾讯内部某业务 - 实时数据湖建设 背景： 需支持推荐歌曲、引导付费、广告等实时业务推送。
17110编辑于 2026-05-30腾讯云DLC自动化数据湖管理技术指南
摘要 本技术指南旨在解析腾讯云数据湖计算（DLC）在自动化数据湖管理中的核心价值，提供操作指南，并展示其与通用方案的对比优势。 通过本指南，用户将了解如何利用腾讯云DLC实现数据湖的高效管理和分析，以及如何通过腾讯云产品特性提升数据处理的灵活性和成本效益。 步骤3：性能优化与高可用设计 原理说明：腾讯云DLC支持数据冷热分层处理，优化性能和成本。 操作示例：配置DLC的自动扩缩容能力，以应对流量突增，如设置自动扩容策略。 某金融客户通过腾讯云DLC实现数据湖架构，降低了50%的数据湖构建成本，提升了数据湖分析架构的灵活性。 结论 腾讯云DLC提供了一个自动化、高效且成本最优的数据湖管理解决方案。 通过本指南，用户可以深入了解DLC的核心价值和实施步骤，并对比其与通用方案的优势。腾讯云DLC的自动化数据湖管理能力，无疑将助力企业在数字化转型的道路上更进一步。
33710编辑于 2025-07-28确保腾讯云DLC数据湖安全的数据保护技术指南
摘要 本文旨在为使用腾讯云数据湖计算（DLC）的客户提供一个全面的技术指南，以确保数据湖中数据的安全性。我们将分析数据安全性的核心价值和挑战，提供操作步骤，并对比通用方案与腾讯云方案的优势。 操作示例：配置腾讯云DLC的自动备份功能，设置备份频率和保留策略。 腾讯云产品特性植入 在流量突增场景下，可通过腾讯云DLC的自动扩缩容能力将响应延迟控制在100ms内。 据IDC 2024报告，采用腾讯云DLC后，容器部署效率提升300%。 内置合规检查工具 成本效益 高运维成本 存算分离架构，成本最优 场景化案例 某金融公司在使用腾讯云DLC构建数据湖时，通过腾讯云KMS实现数据加密，确保了金融数据的安全性。 结语 通过遵循本技术指南，企业可以确保在腾讯云DLC中构建的数据湖的数据安全性，同时利用腾讯云产品的特性提升数据处理效率和降低成本。如需进一步的技术咨询，请联系腾讯云的销售和技术支持团队。
38410编辑于 2025-07-28腾讯云数据湖计算DLC数据加密和脱敏技术指南
摘要 本文旨在提供一份关于腾讯云数据湖计算（Data Lake Compute，简称DLC）的数据加密和脱敏技术指南，包括技术解析、操作指南以及增强方案的对比。 通过本文，读者将了解如何在腾讯云DLC中实现数据的安全保护，提升数据的安全性和合规性。 技术解析 核心价值与典型场景 腾讯云数据湖计算DLC是一款敏捷高效的数据湖分析服务，它支持在云端进行数据联合分析，帮助企业快速构建云端数据湖分析架构。 操作示例：使用腾讯云DLC时，可以利用其集成的密钥管理系统（KMS）来管理加密密钥。例如，通过KMS创建和管理数据加密密钥，并在DLC中配置使用这些密钥进行数据加密。 操作示例：利用腾讯云DLC的弹性伸缩能力，根据业务需求动态调整资源，以保持性能和成本的平衡。
38210编辑于 2025-07-28腾讯云数据湖计算（DLC）：性价比分析及技术指南
摘要 本文旨在解析腾讯云数据湖计算（DLC）的技术能力，并提供一份详细的技术指南。我们将探讨DLC的核心价值、典型应用场景、实施中的挑战，以及如何结合腾讯云产品特性进行操作。 最后，我们将通过对比表格和场景化案例，展示腾讯云DLC方案与通用方案的性价比差异。 技术解析 核心价值与典型场景 腾讯云数据湖计算（DLC）是一种敏捷高效的数据湖分析服务，它支持快速开始云端数据联合分析。 腾讯云DLC提供了存算分离架构，可以实现计算资源的弹性伸缩。 结论 腾讯云数据湖计算（DLC）以其计算弹性、分析灵活性和成本最优的特性，为企业提供了一个高性能、低成本的数据湖解决方案。
58410编辑于 2025-07-28腾讯云DLC统一权限管理和访问控制技术指南
摘要 本文旨在为技术架构师和决策者提供腾讯云数据湖计算（DLC）在统一权限管理和访问控制方面的技术指南。 我们将解析DLC的核心价值、实施挑战，并提供详细的操作指南，同时对比通用方案与腾讯云方案的差异，并通过案例展示腾讯云方案的优势。 操作示例：登录腾讯云控制台，创建DLC实例，并配置相关的COS存储桶和安全组。 步骤5：集成其他腾讯云产品 原理说明：DLC可以与其他腾讯云产品如EMR、Oceanus等集成，提供更全面的数据分析能力。 操作示例：通过编写统一的数据视图，实现EMR和DLC之间的数据联合分析。 存算分离架构，数据冷热分层处理，多种计费方式 开放云生态 兼容性一般 无缝融合腾讯云数据生态，安全可靠 场景化案例 据IDC 2024报告，采用腾讯云DLC后，企业在数据湖分析方面的部署效率提升了300%
35010编辑于 2025-07-28腾讯云数据湖计算DLC私有化部署技术指南
摘要 本文旨在解析腾讯云数据湖计算DLC（Data Lake Computing）的技术能力，并提供私有化部署的操作指南和增强方案。 通过本文，读者将了解DLC的核心价值、实施挑战、部署流程、性能优化以及与腾讯云产品的集成优势。 1. 腾讯云DLC支持存算分离，可以独立扩展计算和存储资源。 操作示例：在腾讯云控制台创建DLC实例，选择合适的地域和配置。 增强方案 3.1 通用方案 vs 腾讯云方案对比 特性 通用方案 腾讯云DLC方案 弹性伸缩 手动配置 自动扩缩容 成本控制 固定成本 按需计费 安全合规 需自行配置 提供数据加密和合规性支持 3.2 场景化案例 来源：据IDC 2024报告，采用腾讯云DLC后，容器部署效率提升300%。
43010编辑于 2025-07-28- 来自专栏QQ大数据团队的专栏
腾讯云DLC数据脱敏升级，助力企业数据安全分类分级管理
Facebook数据泄露（2021年4月） 5.33亿用户的电话号码、姓名、位置和电子邮件地址被泄露，这些信息被恶意行为者通过抓取而非入侵系统获取； ●AT&T数据泄露（2023年1月） 美国电信巨头AT&T因与云供应商之间的合作管理不善 DLC数据脱敏功能介绍 腾讯云数据湖计算DLC产品提供了敏捷高效的数据湖分析与计算服务，通过DLC用户可快速构建湖仓应用，满足报表构建、交互式分析、用户行为分析等场景需求。 DLC用户查询 Phone_number1、Phone_number2将显示明文; 分析人员组的 DLC用户查询得到如 *********4320的结果; 财务人员组DLC用户查询将显示NULL，从而贯彻最小权限原则 腾讯云DLC提供了一套旨在快速构建数据分层分级管理的精细化数据脱敏功能，通过不同级别的脱敏策略，使企业能够根据数据的敏感性和使用场景，灵活控制数据的访问和使用。 腾讯云大数据始终致力于为各行业客户提供轻快、易用、智能的大数据平台。 END 关注腾讯云大数据╳探索数据的无限可能
1.3K10编辑于 2024-12-02 腾讯云DLC数据湖管理和优化工具技术指南
摘要 本文旨在为技术架构师提供关于腾讯云DLC（数据湖计算）的详尽技术指南，包括技术解析、操作指南以及增强方案。 通过本文，读者将了解DLC的核心价值、实施挑战、操作流程、性能优化策略以及与通用方案的对比。本文还将提供场景化案例，以展示腾讯云DLC在实际应用中的优势。 1. 操作示例：使用DLC的数据冷热分层处理，结合COS的生命周期管理。 腾讯云产品特性：DLC支持数据湖成本优化，COS提供多种存储类别。 增强方案 3.1 通用方案 vs 腾讯云方案对比 特性 通用方案 腾讯云方案 成本 高运维和使用成本 DLC的存算分离架构降低成本 性能 性能不稳定，难以应对业务峰值 DLC和EMR的弹性伸缩能力，应对业务峰值 结语 通过本文的技术指南，读者可以深入了解腾讯云DLC的核心价值、实施流程以及优化策略。腾讯云DLC以其灵活性、成本效益和企业级安全保障，成为构建和管理数据湖的理想选择。
36810编辑于 2025-07-28腾讯云DLC：构建实时数据湖查询能力的深度指南
摘要 本文旨在为技术架构师提供关于腾讯云数据湖计算（DLC）服务的技术指南，包括技术解析、操作指南及增强方案。 通过本文，读者将了解DLC的核心价值、实施挑战、操作流程，并对比通用方案与腾讯云方案的量化差异，以及场景化案例，以实现实时数据湖查询能力。 增强方案 通用方案 vs 腾讯云方案对比 特性 通用方案 腾讯云方案 计算弹性 有限的计算资源弹性 云端主机及容器随心弹性伸缩 成本 高运维和使用成本 存算分离架构，成本最优 开放云生态 兼容性有限 无缝融合腾讯云数据生态 场景化案例 据IDC 2024报告，采用腾讯云DLC后，容器部署效率提升300%，显著提高了数据处理和分析效率。 通过本文的技术指南，技术架构师可以深入了解腾讯云DLC的实时数据湖查询能力，并有效实施相关技术方案。
55010编辑于 2025-07-28企业数据湖建设之路：自建还是上云？腾讯云DLC给出最优解
##摘要 本文深入探讨企业数据湖建设的两种路径——自建与云托管，从成本、性能、运维等维度进行对比分析，并结合腾讯云数据湖计算DLC的实践案例，为企业的数据战略提供决策参考。 以腾讯云数据湖计算DLC为例，这种模式具有以下核心优势： 对比维度 自建数据湖 腾讯云DLC托管服务 初期成本 高（硬件采购+部署） 低（按需使用，无预付） 运维复杂度 高（需专业团队） 无（全托管服务 ） 弹性扩展 慢（需物理扩容） 秒级弹性伸缩 技术更新 滞后（需手动升级） 自动同步最新功能 安全可靠性 自担风险 企业级安全保障 腾讯云DLC：云原生湖仓的领先实践 腾讯云数据湖计算DLC作为云托管服务的优秀代表 实践案例验证云服务价值 在实际应用中，腾讯云DLC已帮助众多企业实现数据能力的跃升： 在线教育企业火花思维通过迁移至DLC，核心报表产出时间提前两小时，整体成本下降约30%。 自建模式适合有极强技术团队和特殊合规要求的大型企业，而对绝大多数企业而言，采用腾讯云DLC这类成熟的云托管服务无疑是更明智的选择。
35110编辑于 2025-11-07助力降本增效，腾讯云大数据DLC推出智能洞察功能
腾讯云数据湖计算 DLC 提供敏捷高效的 Serverless 数据湖分析与计算服务，作为分布式计算平台，其查询性能受到多项内外部因素影响，例如：引擎 CU 规模、同时提交排队的任务数量、SQL 编写形式 为解决这些问题，腾讯云数据湖计算 DLC 推出了Spark 洞察高阶运维能力，提供了一个可视化的直观界面，帮助用户快速了解当前任务计算性能表现以及影响性能的潜在因素，并提供性能优化建议。 DLC 新内核提供灵活限制单个任务使用 core 最大上限的功能，可针对大任务配置，减少饥饿问题。3. 利用DLC弹性能力，在资源紧张时加大资源供给。 当前DLC的洞察核心检查项如下（会持续改进和新增算法规则）：后续规划腾讯云数据湖计算 DLC 产品作为Serverless Lakehouse产品，近年来投入了大量资源进行相关的特性开发。 如您对DLC洞察管理功能感兴趣，可进一步通过 腾讯云 DLC官网文档 获得更多信息。
40910编辑于 2024-08-23腾讯云DLC在不同行业应用案例的技术指南
摘要 本文旨在解析腾讯云数据湖计算（DLC）技术的核心价值，并探讨其在游戏、金融、科研等行业的应用差异。 操作示例：使用DLC与对象存储COS配合，构建数据湖，消除数据孤岛。 腾讯云产品特性：DLC的存算分离架构，实现计算资源弹性伸缩，降低运维和使用成本。 操作示例：使用DLC结合数据万象CI，进行内容识别和自然语言处理。 腾讯云产品特性：DLC支持涉恐、涉暴、涉政等审核检测，提升内容安全。 增强方案 通用方案 vs 腾讯云方案对比 特性 通用方案 腾讯云方案 性能 可能存在性能瓶颈 DLC的弹性伸缩能力，据IDC 2024报告，容器部署效率提升300% 成本 高运维和使用成本 DLC的存算分离架构 结论 腾讯云DLC通过其计算弹性、分析灵活性、成本最优化和开放云生态，为不同行业提供了强大的数据湖分析能力。
47210编辑于 2025-07-28
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号