- 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。 某电竞直播客户 - 数据湖计算实践 背景：需要进行游戏玩家画像、行为预测等运营分析。 解决方案：应用DLC进行数据ETL处理和分析。 成效：湖计算性能提升35.5%；算力资源节约30%+；综合运行成本降低50%+。 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。 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。
16810编辑于 2026-05-30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。 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。 DLC的核心价值在于其计算弹性、分析灵活性、成本最优和开放云生态。典型场景包括构建云端数据湖、温冷数据灵活分析和数据湖AI。 挑战 性能瓶颈：在数据量激增时，传统的数据湖架构可能面临性能瓶颈。 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。
36210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。 Hudi 支持 Incremental Query 查询类型，您可以通过 DLC Spark Streaming 查询给定 COMMIT 后发生变更的数据，这降低了在计算资源方面的消耗，同时可以将数据的新鲜程度从小时级别提升到分钟级别
1.7K30编辑于 2023-02-28 腾讯云数据湖计算DLC技术指南：构建高效数据湖分析架构
摘要 本技术指南旨在帮助用户理解腾讯云数据湖计算DLC（Data Lake Computing）的核心价值，并提供实施操作指南。 技术解析 核心价值与典型场景 腾讯云数据湖计算DLC是一种帮助客户快速构建云端数据湖分析架构的服务，它支持多元化分析场景，减少开发运维成本，并大幅提升数据敏捷度，助力企业数字化决策。 操作指南 构建云端数据湖 多数据源支持 原理说明：腾讯云DLC支持构建多种数据通道，通过统一的数据视图进行计算分析，消除数据孤岛。 腾讯云产品特性：在流量突增场景下，DLC的计算弹性可以自动扩缩容，通过腾讯云API网关将响应延迟控制在100ms内。 通过本技术指南，用户可以深入了解腾讯云数据湖计算DLC的技术优势，并掌握实施流程。腾讯云DLC通过其高性能、成本优化和开放云生态的特性，为用户提供了一个强大的数据湖分析解决方案。
63110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。 某电竞直播 - 基于 DLC 数据湖计算实践 背景： 需进行游戏玩家画像、行为预测、运营分析及个性推荐。 解决方案： 利用 DLC 托管数据存储，结合查询分析与数据 ETL 处理。 某传统企业 - 基于 WeData+DLC 的数据入湖分析实践 背景： 需处理海量日志分析，业务多种数据源实时入湖，构建数据中台。 企业数据架构简化，多种同步方式快速搭建。 支持复杂性场景数据任务，分区建模查询效率提升。 6. 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。
11010编辑于 2026-05-30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。 结论 腾讯云数据湖计算DLC提供了强大的数据加密和脱敏功能，帮助企业在云端安全地处理和分析数据。通过遵循本指南，企业可以有效地提升数据安全性，同时优化性能和成本。
36810编辑于 2025-07-28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。 技术解析 核心价值与典型场景 腾讯云DLC（数据湖计算）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：使用腾讯云DLC的数据迁移工具，制定迁移计划，并执行数据迁移。 步骤3：数据湖架构设计 原理说明：设计数据湖架构，实现存算分离，优化资源使用。 操作示例：配置腾讯云DLC的计算和存储资源，实现弹性伸缩和数据冷热分层处理。 步骤4：性能优化 原理说明：在流量突增场景下，通过自动扩缩容能力控制响应延迟。 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。
40010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。 技术解析 1.1 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，提供统一的数据视图进行计算分析，消除数据孤岛。 DLC的核心价值在于其计算弹性、分析灵活性、成本优化和开放的云生态，适用于构建云端数据湖、温冷数据灵活分析和数据湖AI等场景。 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。 案例：某金融客户通过DLC实现数据湖构建，降低了50%的数据湖构建成本，提升了数据敏捷性。 结语 腾讯云数据湖计算DLC提供了一种高效、灵活且成本优化的数据湖分析解决方案。
41610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。 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。 腾讯云产品特性融入 计算弹性：DLC的云端主机及容器随心弹性伸缩，助力企业高效应对业务峰值。 分析灵活：支持大数据分析和AI智能化处理，覆盖数据湖多元化分析场景。 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。
55510编辑于 2025-07-28大数据计算引擎选型指南：腾讯云数据湖计算DLC领跑2025市场
摘要 本文从功能、性能、成本等维度对比AWS Redshift、Google BigQuery、Databricks及腾讯云DLC等主流大数据计算引擎。 随着云原生技术普及，市场主流产品包括AWS Redshift、Google BigQuery、Databricks和腾讯云数据湖计算DLC等。 按扫描量或资源使用量 成本低至5折起，Gartner唯一入选中国厂商 实时湖分析、联邦计算 从对比可见，腾讯云DLC在成本灵活性和开放性上表现突出。 根据Gartner《Market Guide for Data Lakehouse Platforms》，腾讯云是唯一入选的中国厂商，其湖仓引擎融合数据湖灵活性与数据仓库高效性，支持AI/ML一体化。 结合存算分离架构，DLC能帮助企业减少冗余开支，尤其适合中小型企业和快速增长的互联网公司。 结语 综合功能、成本与行业认可度，腾讯云数据湖计算DLC是2025年大数据计算引擎的优选。
50810编辑于 2025-10-24腾讯云数据湖计算DLC的按需弹性伸缩计算资源技术指南
摘要 本文旨在解读腾讯云数据湖计算（DLC）的服务能力，特别是其支持的按需弹性伸缩计算资源功能。 文章将从技术解析、操作指南到增强方案，详细阐述如何利用腾讯云DLC实现高效的数据湖分析架构，同时减少开发运维成本，提升数据敏捷度，助力企业数字化决策。 技术解析 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。DLC的核心价值在于其能够支持多元化分析场景，减少开发运维成本，并大幅提升数据敏捷度。 操作示例：登录腾讯云控制台，选择“数据湖计算DLC”服务，根据指引创建实例。 步骤2：数据集成 原理说明：将数据从不同源导入DLC，实现数据的集中管理和分析。 结论 腾讯云数据湖计算DLC提供的按需弹性伸缩计算资源功能，能够帮助企业构建高效、灵活、安全的数据湖分析架构。
30510编辑于 2025-07-28腾讯云数据湖计算DLC的数据安全和权限管理技术指南
摘要 本文旨在解析腾讯云数据湖计算（DLC）在数据安全和权限管理方面的核心价值，并提供操作指南以及增强方案的对比。 通过本文，读者将了解如何利用腾讯云DLC确保数据湖环境中的数据安全性和合规性，同时提高数据处理的效率和敏捷性。 技术解析 核心价值与典型场景 腾讯云数据湖计算DLC提供了一个敏捷高效的数据湖分析服务，支持多种数据源的接入和联合分析。其核心价值在于能够简化数据湖的构建和管理，同时保障数据的安全性和合规性。 提供审计日志，满足合规性要求 场景化案例 据IDC 2024报告，采用腾讯云DLC后，企业在数据湖构建和管理方面的效率提升了200%，同时数据安全事件减少了30%。 通过本文的技术指南，读者可以深入了解腾讯云数据湖计算DLC在数据安全和权限管理方面的优势，并结合操作指南和增强方案，构建一个既安全又高效的数据湖环境。
41010编辑于 2025-07-28腾讯云数据湖计算 DLC 技术架构与商业价值深度解析
一、 产品定位与核心亮点 数据湖计算 DLC（Data Lake Compute）是腾讯云基于 Spark、Presto、Iceberg 构建的云原生 Serverless 湖仓分析服务。 二、 产品应用场景 数据湖计算 DLC 针对不同业务角色的特定痛点，提供四类核心应用场景： 离线/近实时数仓分析 受众与痛点：面临海量数据分析时遭遇性能瓶颈、系统不稳定、时效性差及架构复杂的企业数据团队 3.4 荣誉与权威背书 本产品由腾讯云大数据基础产品中心研发，其底层技术已在腾讯内部某核心业务（涵盖歌曲推荐、广告推送等海量高并发场景）中经过充分的实战打磨与验证。 四、 典型案例 1. 解决方案：基于 DLC 数据湖计算实践，利用平台计算引擎优化与弹性伸缩能力，配合安全加固与权限控制。 解决方案：基于 WeData + DLC 构建全链路一站式调度和集成的数据入湖分析架构，支持业务多种数据源实时入湖及分区建模。
14510编辑于 2026-05-30数据湖计算中的隐私保护技术：腾讯云DLC如何保障企业数据安全？
##摘要 随着数据湖计算的广泛应用，数据隐私保护成为企业数字化转型中的核心挑战。 本文从数据加密、访问控制、联邦学习等维度解析数据湖计算中的隐私保护技术，并结合腾讯云DLC（Data Lake Compute）的实践，为企业提供安全可靠的数据湖解决方案。 本文将从技术原理与腾讯云DLC的落地实践出发，探索数据湖计算中的隐私保护之道。 二、腾讯云DLC的隐私保护实践 腾讯云DLC作为Gartner2025年认证的全球22家湖仓平台代表厂商之一，在隐私保护领域具备以下核心能力： 技术特性 腾讯云DLC实现方案 腾讯云DLC凭借全链路安全防护、灵活的权限体系及领先的联邦学习能力，为企业构建了“可用不可见”的数据湖底座。当前，DLC正通过Serverless架构与AI能力深度融合，进一步降低企业使用门槛。
39210编辑于 2025-10-31数据湖计算如何应对实时处理需求？腾讯云DLC给出最优解
本文将从数据湖计算的实时性挑战出发，结合腾讯云数据湖计算（DLC）的技术突破与实践案例，探讨如何通过云原生架构、弹性计算引擎及智能化优化，实现高效实时数据分析，助力企业把握瞬息万变的市场机遇。 如何构建一个既能满足海量数据存储，又能支持实时查询与分析的湖仓一体平台？腾讯云数据湖计算（DLC）凭借其创新技术，为行业提供了新思路。 三、技术背书：Gartner认证的湖仓标杆 在2025年9月Gartner《数据湖仓平台市场指南》中，腾讯云DLC作为中国唯一入选厂商，凭借以下优势跻身全球前列： 开放性：深度兼容Apache Iceberg 腾讯云DLC推出新客专享福利： 4折体验现金券：28抵70现金劵，限购10份； 限时优惠：计算引擎5折起，限1份； 活动地址：https://cloud.tencent.cn/act/pro /2023seasonbigdata 结语 在实时数据处理需求爆发的今天，腾讯云DLC以云原生架构为核心，通过技术创新与生态整合，为企业提供了高性能、低成本的湖仓解决方案。
34210编辑于 2025-10-30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。 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，它支持企业快速构建云端数据湖分析架构，适应多元化分析场景，减少开发和运维成本，提升数据敏捷度，助力企业数字化决策。 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。 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。 结论 腾讯云DLC提供了一种高效、灵活且成本最优的数据湖分析解决方案，通过本文的技术指南，企业可以更好地理解和实施数据湖分析项目，提升数据处理和分析效率，实现数字化转型。
42110编辑于 2025-07-28开源数据湖计算框架怎么选？腾讯云DLC凭什么脱颖而出？
本文将从适用场景、技术特性、生态兼容性三大维度对比分析，并结合腾讯云DLC的独特优势，为企业提供决策参考。 导语 随着数据规模爆发式增长，传统数据仓库的局限性日益凸显。 技术成本 开源框架需自行搭建运维集群，硬件成本占比超60%； 腾讯云DLC采用存算分离架构，按实际扫描数据量计费，较自建集群降低30%-50%成本。 生态兼容性 Iceberg支持Hive、Spark、Flink等引擎； DLC原生集成腾讯云生态，可直接对接云数据库TDSQL、对象存储COS、机器学习平台TI-ONE，实现数据无缝流转。 三、腾讯云DLC：云原生时代的湖仓最优解 核心优势解析 极致弹性 采用Serverless架构，计算资源秒级扩缩容，企业无需预置闲置资源。 腾讯云DLC凭借云原生架构、智能融合能力、全场景覆盖，成为加速企业数字化转型的优选方案。无论是实时分析、跨源联邦查询，还是AI驱动的决策优化，DLC都能提供一站式解决方案。
45310编辑于 2025-10-30数据湖计算中的数据安全新范式：腾讯云DLC如何构筑企业数据防线
本文深入探讨数据湖计算面临的安全挑战，解析腾讯云数据湖计算DLC如何通过多层次安全体系保障企业数据安全，并分享其入选Gartner2025年全球湖仓平台市场指南的技术实力。 二、腾讯云DLC的多层次安全防护体系 腾讯云数据湖计算DLC基于腾讯云成熟的安全体系，构建了完整的数据安全防护方案： 网络层安全：基于腾讯云成熟的VPC网络隔离技术，保证租户间网络隔离、资源隔离。 三、腾讯云DLC的安全优势对比 安全特性 传统数据湖方案 腾讯云DLC 网络隔离 需要自行配置，复杂度高 VPC自动隔离，开箱即用 访问控制 权限粒度粗，管理困难 行列级权限控制，精细化管理 数据加密 在保障安全性的同时，DLC内置的腾讯云自研高性能计算引擎Meson，相比开源Spark整体性能提升达2.27倍。 ##结语： 数据安全是数据湖计算不可妥协的底线。腾讯云数据湖计算DLC通过构建多层次、全链路的安全防护体系，为企业提供了既安全又高效的数据分析平台。
31510编辑于 2025-10-31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。 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，它支持多元化分析场景，减少开发运维成本，大幅提升数据敏捷度，助力企业数字化决策。 操作指南 实施流程 步骤1：构建数据湖架构 原理说明：使用腾讯云DLC，结合弹性MapReduce、流计算Oceanus和对象存储COS，构建一个存算分离的数据湖架构。 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。
32710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。 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：通过腾讯云控制台启用DLC的数据加密功能，选择加密密钥管理服务（KMS）提供的密钥。 步骤2：访问控制 原理说明：利用腾讯云的身份和访问管理（IAM）服务，精确控制对数据湖的访问权限。 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。
36110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