从数据混乱到可控：一家全球电信运营商如何用 Apache Iceberg 驯服 PB 级挑战

当一家领先的电信运营商在其老旧的 Hive 基础设施上撞到扩展瓶颈时，跨数十亿条记录管理 PB 级客户数据变得难以为继。他们的 IDPR 工作负载饱受查询缓慢、存储成本上升、分区爆炸，以及 schema 变更破坏下游系统等问题的困扰。

本次演讲将解释他们为何选择 Apache Iceberg，以及它如何改造了他们的架构，其中包括用于在其他开放表格式之间选择 Iceberg 的业务与技术决策标准。

核心收获： 为何选择 Iceberg：ACID 保证、隐藏分区（hidden partitioning）、time travel、互操作性，以及促成决策层认同的方案陈述。 架构与最佳实践：高层架构，以及 Cloudera 推荐的 Iceberg + Impala 模式、分区策略、compaction 策略、元数据优化，以及面向工作负载的查询引擎调优。 可量化的影响：更快的查询、显著的存储与基础设施成本下降、更简单的运维，以及更强的合规性。

讲师:

Attila Turóczy：Cloudera 工程高级总监

在 Cloudera 致力于 Apache Hive、Impala 及大数据领域的推广。