数据湖计算DLC（Data Lake Compute，DLC）提供了敏捷高效的数据湖分析与计算服务。服务采用无服务器架构（Serverless），开箱即用。使用标准 SQL 语法即可完成数据处理、多源数据联合计算等数据工作，有效降低用户数据分析服务搭建成本及使用成本，提高企业数据敏捷度。
?
用户无需进行传统的数据分层建模，大幅缩减了海量数据分析的准备时间，并可更进一步联合数据开发治理平台 WeData、数据集成（DataInLong）等腾讯大数据生态产品，快速构建企业级云原生实时湖计算平台。
统一数据开发：对接腾讯云数据开发治理平台 WeData，实现数据湖的统一集成、开发、治理及应用。
高性能湖仓分析引擎：同时支持 Spark 和 Presto 两种引擎，统一多引擎 SQL 语法，查询缓存加速，更加敏捷、高效完成数据查询分析。
统一元数据服务：提供元数据统一管理、完善的权限体系，满足多租户使用场景。
自适应数据治理：具备湖格式智能治理能力，高效处理流式写入下的小文件合并，历史版本的过期快照删除。
统一湖存储：基于 COS 及 Iceberg 增强的数据存储，保障数据 ACID 事务性，支持物化视图缓存加速层。
主要功能
数据探索： SaaS 化开箱即用的数据湖分析
使用标准 SQL 即可完成对数据湖的轻松查询，兼容 SparkSQL，无需理解不同数据设施的数据构造，帮助客户实现由数据库场景无缝升级到大数据场景。同时支持对多源异构数据进行联合查询分析，包括MySQL、EMR Hive(COS)、EMR Hive(HDFS)等。
数据作业：极致弹性、高效降本的spark批处理
面向大数据 + AI 场景，基于原生 Spark 的批处理、流计算能力支持用户通过数据任务进行复杂的数据处理、ETL 等操作。支持机器学习及AI场景常用依赖包管理，快速构建 AI 场景的大数据基座，同时具备完善的数据访问策略管理功能，支持配置数据访问策略，保障数据安全。
数据管理：易用、全面的数据湖综合治理能力
提供数据湖统一元数据管理视图，可创建、编辑数据湖整体数据目录，及新建、查询、删除数据库表及数据视图，消除数据孤岛。同时支持备湖格式智能数据治理，用户无需关注复杂的数据湖格式治理与优化，DLC 将智能处理各种因频繁碎片写入而产生的海量小文件以及孤儿快照，综合提升数据湖查询性能。
数据引擎：超大规模计算扩展，弹性降本增效
提供灵活、高效的 Spark 和 Presto 云原生计算引擎弹性管理，支持多种扩缩容规则配置，显著降低数据湖查询分析综合成本，充分贴合业务真实使用曲线。DLC 以低成本、高弹性的云原生数据湖解决方案，助力企业建立统一数据资产，最大化发挥性能优势，赋能业务应用敏捷创新。
