# 云器 Lakehouse 文档（LLM 导航）

> 云器 Lakehouse 是全托管的湖仓一体架构平台，基于云原生设计理念从零打造。通过**存算分离**、**Serverless弹性架构**、**开放存储格式**和**AI优化工具**，为企业提供数据仓库、数据湖、实时处理与BI报表的统一平台。[免费试用](https://www.yunqi.tech)


## 快速入门

- [概览](https://www.yunqi.tech/documents/Overview): 介绍云器Lakehouse的存算分离架构、Serverless计算、开放数据格式及主要应用场景。
- [产品概念](https://www.yunqi.tech/documents/Concepts): 介绍云器Lakehouse的存算分离架构、Serverless计算、开放数据格式及主要应用场景。
- [入门指导](https://www.yunqi.tech/documents/Tutorials): 通过数据导入、SQL查询、数据可视化等步骤，快速完成从数据接入到分析展示的完整流程。

## 使用指南

- [Studio](https://www.yunqi.tech/documents/studio_manual): 通过Web界面进行数据开发与管理，支持连接数据源、SQL查询、作业编排、结果可视化和资产目录浏览。
- [对象模型](https://www.yunqi.tech/documents/object_model_design): 介绍云器Lakehouse的对象模型核心概念，包括目录、数据库、表、视图、物化视图、函数和共享的定义与层级关系。
- [数据采集](https://www.yunqi.tech/documents/Ingestion): 通过本地文件、数据库、Kafka等多种数据源导入数据，涵盖核心概念、配置步骤与操作示例。
- [数据加工](https://www.yunqi.tech/documents/Transformation): 围绕"数据加工"说明核心概念、关键配置与典型操作步骤，并提供示例与注意事项。
- [数据分析](https://www.yunqi.tech/documents/Analysis): 提供从数据导入、SQL查询到可视化分析的全流程操作指南，涵盖数据源连接、SQL语法、函数使用及结果导出。
- [安全](https://www.yunqi.tech/documents/data_security): 提供用户管理、权限控制、审计日志等安全功能，涵盖用户创建、角色授权、数据访问策略及操作审计的具体配置方法。
- [数据分享](https://www.yunqi.tech/documents/data_share): 围绕"数据分享"说明核心概念、关键配置与典型操作步骤，并提供示例与注意事项。
- [私网连接](https://www.yunqi.tech/documents/connect_to_Lakehouse): 通过配置终端节点、终端节点服务和私网连接实现跨VPC或本地IDC与云上服务的私网安全访问。
- [性能测试](https://www.yunqi.tech/documents/benchmark): 围绕"性能测试"说明核心概念、关键配置与典型操作步骤，并提供示例与注意事项。
- [生态工具](https://www.yunqi.tech/documents/tools): 围绕"生态工具"说明核心概念、关键配置与典型操作步骤，并提供示例与注意事项。
- [Insight](https://www.yunqi.tech/documents/Lakehouse_Insight): 通过连接云器Lakehouse数据源，创建数据集并拖拽生成BI报表与看板，实现自助数据分析和可视化。

## SQL手册

- [SQL命令](https://www.yunqi.tech/documents/sql-reference): 提供DDL、DML、DQL等SQL命令的完整语法参考，包括CREATE、SELECT、INSERT等语句的具体参数和使用示例。
- [数据类型](https://www.yunqi.tech/documents/data-type): 介绍云器 Lakehouse 支持的精确数值、浮点数、字符串、日期时间、布尔值等具体数据类型及其定义。
- [SQL函数](https://www.yunqi.tech/documents/functions): 围绕"SQL函数"说明核心概念、关键配置与典型操作步骤，并提供示例与注意事项。
- [SQL使用指南](https://www.yunqi.tech/documents/considerations-for-using-sql): 围绕"SQL使用指南"说明核心概念、关键配置与典型操作步骤，并提供示例与注意事项。

## 开发手册

- [Java SDK 参考](https://www.yunqi.tech/documents/java-sdk-refer): 围绕"Java SDK 参考"说明核心概念、关键配置与典型操作步骤，并提供示例与注意事项。
- [Python SDK 参考](https://www.yunqi.tech/documents/python-sdk-refer): 围绕"Python SDK 参考"说明核心概念、关键配置与典型操作步骤，并提供示例与注意事项。

## 实践教程

- [高效管理对象和组织数据](https://www.yunqi.tech/documents/data_org): 通过对象存储、数据库、数据湖等数据源创建和管理数据对象，并组织目录、设置权限、配置生命周期策略。
- [数据导入导出实践](https://www.yunqi.tech/documents/practice_data_import_and_export): 提供从本地文件、数据库、Kafka等数据源导入数据，以及将查询结果导出到文件或数据库的具体操作步骤与示例。
- [数据查询分析实践](https://www.yunqi.tech/documents/practice_data_analysis): 提供从数据导入、SQL查询到可视化分析的全流程操作指南，涵盖本地文件、数据库、Kafka等多种数据源。
- [构建和运维ELT流程实践](https://www.yunqi.tech/documents/ELT_practice): 通过调度工具、数据质量监控和任务编排构建企业级ELT流水线，涵盖开发、测试、部署及故障恢复全流程。
- [优化计算资源](https://www.yunqi.tech/documents/OptimizingComputingResources): 介绍通过调整计算组配置、设置弹性伸缩策略和使用资源监控来优化计算资源使用效率的具体方法。
- [性能体验](https://www.yunqi.tech/documents/performence_test): 提供性能测试方法、优化建议与监控指标，涵盖查询加速、资源调优和瓶颈排查的具体操作。
- [构建 Modern Data Stack](https://www.yunqi.tech/documents/ModernDataStackWithEcosystemTools): 介绍现代数据栈的核心组件与架构模式，包括数据集成、转换、存储、分析和可视化等关键环节的选型与组合。
- [AI应用开发](https://www.yunqi.tech/documents/REMOTEFUNCTION): 提供从数据准备、模型训练到服务部署的完整AI应用开发流程指南与工具链。
- [安全与合规审计](https://www.yunqi.tech/documents/security_compliance_audit_guide): 提供用户权限管理、SQL审计日志、数据脱敏策略及合规性配置的操作方法与参数说明。
- [用量和费用管理](https://www.yunqi.tech/documents/cost_management): 查看云器Lakehouse的用量明细、费用构成、计费模式，并通过预算和提醒功能管理成本。

## Lakehouse AI

- [Lakehouse AI 概述](https://www.yunqi.tech/documents/LakehouseAI_overview): 集成非结构化数据管理、AI外部函数、多模态检索、Python开发框架及对话式分析，实现数据到智能决策的全流程闭环。
- [AI 的数据准备](https://www.yunqi.tech/documents/Server_data_for_AI): 云器 Lakehouse 支持向量检索、全文搜索与结构化数据分析的无缝结合，为RAG、推荐等AI应用提供统一数据服务。
- [AI 函数](https://www.yunqi.tech/documents/AI_function_in_SQL): 提供在云器 Lakehouse 中创建和使用 AI 函数的方法，支持通过 Python/Java 调用外部在线 AI 服务或离线模型包。
- [Lakehouse Python 开发框架（Zettapark）](https://www.yunqi.tech/documents/LakehousePythonZettapark): Lakehouse Python开发框架Zettapark的API参考，包含DataFrame、SQL、Catalog等核心模块的类、方法及参数说明。
- [AI + BI 统一工作流](https://www.yunqi.tech/documents/unifiedWorkflow): 通过自然语言交互生成SQL查询、可视化图表和仪表板，实现从数据探索到分析展示的端到端流程。
- [AI Gateway](https://www.yunqi.tech/documents/AIGateway): AI Gateway 支持统一接入、路由分发、负载均衡、限流熔断、缓存和监控，用于管理多模型供应商的API调用。
- [对话式数据分析（DataGPT）](https://www.yunqi.tech/documents/datagpt_intro): 通过自然语言提问直接生成SQL、执行查询并获取可视化图表，无需编写代码。
- [Lakehouse MCP Server](https://www.yunqi.tech/documents/LakehouseMCPServer): Lakehouse MCP Server 通过 Model Context Protocol 将数据湖仓能力（如表、视图、函数）暴露给 Claude 等 AI 助手，支持自然语言查询与分析。
- [AI 生态](https://www.yunqi.tech/documents/AI_eco): 介绍如何将Lakehouse与主流AI框架（如PyTorch、TensorFlow）及工具（如MLflow、LangChain）集成，以支持模型训练、推理和AI应用开发。

## 产品更新

- [产品更新](https://www.yunqi.tech/documents/releasenotes): 介绍云器Lakehouse在数据导入、SQL查询、数据湖加速和流式处理等方面的近期新增功能与优化。

## 其它

- [用户协议](https://www.yunqi.tech/documents/user-aggrement): 明确云器科技产品服务的账户注册资格、流程、使用规则及安全要求，并界定用户与云器科技的权利义务关系。
- [隐私政策](https://www.yunqi.tech/documents/privacy-policy): 说明公司如何收集、使用、保护个人信息，以及用户享有的权利和联系方式。
- [产品试用协议](https://www.yunqi.tech/documents/product-trial-agreement): 产品试用协议，明确测试阶段用户责任、公司权利、知识产权归属及免责条款。