在数据湖 1.0 时代，Hadoop 部署时存储与计算固定，不能单独扩展，近年来业务需求多种多样，计算与存储资源一直很难相匹配，造成计算或存储资源大量闲置。随着带宽的提升，云原生技术的发展，数据湖渐渐衍生到 2.0 时代，存储与计算可单独发展，让系统获得更大的灵活性。在阿里云，分别以 DLA、OSS、Lindorm 为代表的云原生数据湖技术，分别从分析、计算、元数据管理、存储数据集管理、存储等方面突破，均取得较多的创新与业务实践。本次将会分享这些技术点与实践点，以供有需求的同学参考。

演讲大纲

1. 背景：数据湖技术发展历史
2. 数据湖技术的进化

• 存储方向的挑战
• 计算方向的挑战

3. 云原生数据湖分析 DLA 的技术亮点和最新进展

• 开放的元数据服务与爬取服务
• 弹性云原生交互式 SQL 的设计与挑战
• 弹性云原生 Spark 的设计与挑战

4. 落地案例解析
5. 总结与展望

听众收益

1. 数据湖的发展
2. 数据湖与数据仓库的融合
3. 云原生数据湖架构优势
4. 云原生存储、计算、分析、湖管理等技术细节
5. 真实生产中如何使用，解决实际的问题