Lakehouse 架构在当下已经获得多数企业的认可，得到广泛采纳；为了满足不同场景，企业会引入多种 Lakehouse 架构（如历史数据、实时数据），以及多引擎（如处理引擎、分析引擎）等。企业在采用多 Lakehouse 后，往往面临一些挑战，如：

• 如何实现多 Lakehouse 中数据的发现和共享，让应用、引擎以统一的方式接入；
• 如何实现多 Lakehouse 的统一管理和治理，使用方式不一致导致的数据治理问题等。

对此，基于标准协议的 Rest Catalog 以及支持多引擎的统一元数据服务，可以帮助企业统一管理 Lakehouse，解决上面提到的问题，此次分享将为您带来以上方面的最佳实践。

演讲提纲

1. Lakehouse 架构背景

• 什么是 Lakehouse 架构
• Lakehouse 的核心优势：数据湖与数据仓库的结合
• Lakehouse 在企业中的典型应用场景

2. 多 Lakehouse 趋势

• 企业为何需要多 Lakehouse
• 多 Lakehouse 的典型架构模式
• 多 Lakehouse 带来的机遇与挑战

3. 多 Lakehouse 治理挑战

• 数据发现与共享难题
• 统一管理与治理困境
• 实际案例：企业面临的具体问题

4. 什么是统一元数据湖

• 统一元数据湖的定义与核心价值
• 统一元数据湖的关键特性
• 统一元数据湖与传统元数据管理的对比

5. 基于统一元数据湖的 Lakehouse 架构

• 架构设计原则
• 技术实现
• 实际应用案例

6. 未来展望

您认为，这样的技术在实践过程中有哪些痛点？

• 协议适配问题：尽管基于标准协议的 Rest Catalog 是核心优势之一，但在实际企业环境中，不同的 Lakehouse 架构可能是在不同时期、由不同供应商构建的。这些系统可能对标准协议的支持程度参差不齐，存在部分功能无法完全适配 Rest Catalog 的情况。
• 企业中可能同时存在多种处理引擎和分析引擎，这些引擎对元数据的理解和使用方式存在差异。统一元数据湖服务要支持多引擎，就需要针对每种引擎的特点进行定制化开发。

演讲亮点

• 介绍基于标准协议的 Rest Catalog 及其在多 Lakehouse 环境中的技术优势，展示统一元数据湖
• 如何实现跨平台、跨引擎的数据管理。
• 分享如何通过统一元数据湖解决多 Lakehouse 环境中的数据发现、共享和治理难题，提供可落地的解决方案和实际案例。
• 探讨统一元数据湖在数据架构中的未来发展方向，为企业提供战略性的技术选型建议。

听众收益

• 掌握多 Lakehouse 治理的关键挑战与解决方案
• 学习统一元数据湖的核心技术与实践
• 获取可落地的数据治理最佳实践