基于合作伙伴产品，戴尔构建Data Lakehouse智能湖仓

戴尔使用第三方合作伙伴的软件，配合自家服务器、存储和网络硬件/软件，共同构建起一套数据湖/智能湖仓参考架构设计方案。

与Databricks、Dremio、SingleStore和Snowflake等同类厂商一样，戴尔建立的也是统一的智能湖仓架构。其中的基本思路，就是提供一套统一的通用存储，无需运行提取、转换和加载（ETL）流程就能选择原始数据，再以合适的形式存储在数据仓库内以方便使用。总体来看，这就像是在数据湖内又建立了一个虚拟数据仓库。

戴尔ISG解决方案营销总监Chhandomay Mandal还专门为此撰写博文，表示“传统数据管理系统，例如数据仓库，几十年来一直负责存储结构化数据以供分析使用。但数据仓库在设计上无法承载体量愈发庞大的数据集合。戴尔此次设计的参考架构使用第三方合作伙伴的软件，配合自家服务器、存储和网络硬件/软件，共同建立起数据湖/智能湖仓。这套方案能够直接支持文本、图像、视频、物联网等多种数据，还支持需要直接访问数据的人工智能与机器学习算法。”

他提到，“如今，很多组织已经将数据湖与数据仓库结合使用——将数据存储在湖内，之后再复制到仓库里以降低访问难度。但这无疑增加了分析环境的复杂性和使用成本。”

最好能在单一平台上解决所有需求。而戴尔Data Lakehouse提供的分析验证设计能够直接支持商务智能（BI）、分析、实时数据应用、数据科学及机器学习。这套方案基于PowerEdge服务器、PowerScale块/文件统一存储阵列、ECS对象存储及PowerSwitch网络。该系统可以安装在本地或托管设施当中。

块/文件存储示意图

其中采用的软件技术包括Robin Cloud Native Platform、Apache Spark（开源分析引擎）、Kafka（开源分布式事件流平台）以及Delta Lake技术。Databricks的开源Delta Lake软件以Apache Spark为基础，戴尔之前就一直在内部智能湖仓中使用。

戴尔最近还与乐天集团收购的Roin.IO及其开源Kubernetes平台开展合作。

戴尔最近宣布与Snowflake达成外部表访问协议，并表示此次Data Lakehouse智能湖仓的设计概念也用到了这一协议。据推测，未来Snowflake外部表将可以直接引用戴尔智能湖仓中的数据。

戴尔还发布了上面这张演示文稿，看起来是相当复杂。该解决方案的具体信息参见下表：

很明显，这不是那种能拿来即用的系统。在跟戴尔签订协议之前，客户还认真研究自己到底要使用哪些组件和选型。

有趣的是，HPE也推出了颇为相似的产品Ezmeral Unified Analytics，其中同样使用到Databrick的Delta Lake技术、Apache Spark和Kubernetes。HPE本周将举办Discover活动，预计届时将发布更多消息。从这个角度看，戴尔好像是故意要抢先一步。