数据湖已经成为各个公司的标配，为了更好地帮助 Flink 用户无缝对接数据湖场景，我们联合 Apache Iceberg 社区正积极地推动 Flink 实时数据湖技术方案的落地。

内容大纲

1. 为什么选择Apache Iceberg作为Apache Flink的开源数据湖技术方案

• Databricks Delta、Apache Iceberg、Apache Hudi 三个产品的对比
• 推导得出数据湖技术方案的共同特征
• Flink 用户对数据湖方案的需求
• 推导得出 Flink 数据湖的最终特点及最终选型

2. Flink+Iceberg 实时数据湖的核心场景及应用价值

• 常用的场景
• 应用价值

3. 为了落地 Flink+Iceberg 数据湖技术方案，我们在 Apache Iceberg 社区所做的一些工作

• Iceberg 现状
• Iceberg 对接 Flink，让 Iceberg 能作为 Flink 的 source 和 sink
• 如何实现增量消费 Iceberg 数据
• 如何解决低延迟的增量消费

听众受益

1. 理解 Flink 数据湖场景背后的核心需求
2. 了解 Flink 数据湖在 Delta、Iceberg、Hudi三个项目之间的选型以及背后的理由
3. 理解 Flink+Iceberg 数据湖技术方案的核心设计

适合人群

对实时数仓和数据湖比较感兴趣的人群，最好有一些批处流处理的了解。