Iceberg
BladePipe 支持将 Iceberg 作为目标端连接器，用于实时数据集成、数据迁移、数据同步和分析链路。
Iceberg
使用 Iceberg 构建生产级数据链路
BladePipe 支持在湖仓、文件采集和 AI 就绪数据准备流程中使用 Iceberg。
Iceberg 数据源介绍
Apache Iceberg 是一个开放表格式标准，为大型分析数据集提供可靠的数据湖存储。
实时流动
构建低延迟的 Iceberg 数据链路，让数据持续保持新鲜，而不是只依赖批处理。
全量与增量
将处理后的数据写入 Iceberg，纳入受治理的下游数据链路。
运维可控
BladePipe 为生产数据团队提供可视化配置、监控、重试和运维流程。
企业可用
明确网络、权限和部署选项，让链路适配云端、BYOC 和本地部署环境。
常见的 Iceberg 链路模式
业务数据写入 Iceberg，用于湖仓存储
将数据库和应用数据落入持久化存储，用于湖仓表、审计和长期分析。
Iceberg 采集到 AI 就绪的知识链路
把源端数据整理成文件或湖仓资产，供检索、向量化和模型工作流使用。
基于文件的数据同步，用于归档和下游处理
导出可重复的文件快照或增量数据集，用于长期留存、外部交换和离线处理。
相关文章
How to Build a Real-Time Lakehouse with BladePipe, Paimon and StarRocks
Learn how to build a real-time lakehouse using BladePipe, Apache Paimon, and StarRocks, from architecture design to hands-on steps for ingestion, sync, and real-time analytics.
How to Build a Real-Time Lakehouse with BladePipe, Paimon, and SelectDB
Struggling with slow pipelines and stale analytics? Learn how BladePipe, Paimon, and SelectDB form a real-time lakehouse that unifies ingestion, storage, and analytics.
开始构建 Iceberg 数据链路
使用 BladePipe 连接 Iceberg，快速验证第一条链路，并在可观测、可运维的流程中推进到生产环境。