在 BigQuery 中与无边界 Lakehouse 数据互动
无边界 Lakehouse 是一种存储 引擎，它可将 Google Cloud 和开源服务整合在一起，从而为高级分析和 AI 创建统一的 界面。它为构建开放式、托管式且高性能的湖仓一体架构奠定了基础，该架构使用 Apache Iceberg，具有自动化数据管理和内置治理功能。
在 Lakehouse 中 创建表时， 系统会自动在 BigQuery 中查询该表，并且该表会显示在 控制台的 Google Cloud BigQuery 页面上。您的 Lakehouse 命名空间和架构也会自动映射到 BigQuery 数据集。
Lakehouse 资源与其他 BigQuery 资源之间的区别
Lakehouse 资源与标准 BigQuery 资源之间的主要区别如下：
- Lakehouse 数据集会显示在 控制台的 Google Cloud BigQuery 页面上，紧挨着 水滴图标。
- 您无法通过 BigQuery 修改 Lakehouse 资源。
- Lakehouse 资源在其各自的详细信息 部分中包含其他元数据。
Iceberg 表功能比较
下表比较了由 Lakehouse 运行时目录管理的 Apache Iceberg 表与由 BigQuery 管理的 Apache Iceberg 表的功能。
| 功能 | 由 Lakehouse 运行时目录管理的 Apache Iceberg 表 | 由 BigQuery 管理的 Apache Iceberg 表 |
|---|---|---|
| 目录 | Lakehouse 运行时目录（与 Iceberg REST 目录兼容） | BigQuery |
| 存储 | Cloud Storage | Cloud Storage |
| 可通过 Iceberg REST 目录端点访问 | 是 | 是，使用 BigQuery 目录联合 |
| 读/写互操作性 | ||
| BigQuery 读取查询（SELECT、BQML、AI 函数） | 支持 | 支持 |
| BigQuery DML（INSERT、UPDATE、DELETE、MERGE） | 支持（预览版） | 支持（正式版） |
| OSS 引擎读取 | 支持（正式版） | 支持（正式版）（使用 BigQuery 目录联合） |
| OSS 引擎写入 | 支持（正式版） | 不支持 |
| OSS 引擎流式写入（Kafka、Spark、Dataflow，使用 Iceberg I/O 接收器） | 支持（正式版） | 不支持 |
| 托管功能和高级功能 | ||
| 表管理（压缩、垃圾回收） | 支持（预览版） | 支持（正式版） |
| BigQuery 流式写入（存储写入 API） | 不支持 | 支持（正式版） |
| Pub/Sub 流式传输/订阅、Dataflow 流式传输（使用 BigQuery I/O 接收器） | 不支持 | 支持（正式版） |
| BigQuery 变更数据捕获 (CDC) | 不支持 | 支持（非公开预览版） |
| BigQuery 多语句事务 | 不支持 | |