主要观点：AWS re:Invent 2024 会议推出的 Amazon S3 Tables 对数据库专业人员意义重大，标志着模块化数据分析时代到来，它是带有内置 Iceberg 支持的特殊 S3 Bucket，与其他 Bucket 共同构成 Table Bucket，具有诸多优势，如可扩展性、全托管、性能提升、无缝集成等。通过 Apache Doris 与 S3 Tables 可构建简化的 Lakehouse，操作简便，Doris 作为无状态查询引擎，与 S3 Tables 结合实现数据共享、多样工作负载和协作等功能，Lakehouse 带来新的数据分析范式，后续将继续讨论其更多特征及相关定位。

关键信息：

• S3 Tables 是带有内置 Iceberg 支持的 S3 Bucket，有 General Purpose Bucket、Directory Bucket 和 Table Bucket 三种。
• S3 Tables 具备可扩展性、全托管、性能提升、无缝集成等特点，如查询性能提升 3 倍，每秒事务处理量提升 10 倍等。
• 构建 Lakehouse 时，需购买 Table Bucket，启动 Apache Doris 集群，使用 SQL 进行操作，如创建 Catalog、Database、Table 等，还可进行 Time Travel 操作。
• Lakehouse 的两大特征是数据共享和多样工作负载与协作，数据共享得益于 S3 等存储系统，多样工作负载可让不同引擎在同一数据集上进行处理，Iceberg 通过版本管理增强协作能力。

重要细节：

• 目前通过 AWS 控制台对 Table Bucket 操作有限，需通过 AWS CLI 或其他分析组件进行操作。
• Apache Doris 对 S3 Tables 的官方支持预计 2025 年 Q1 发布，目前需在自己的 dev 分支运行。
• 在 Doris + S3 Tables 场景中，Doris 仅为无状态查询引擎，元数据和数据存储在 Table Bucket 中，可与其他系统共享数据。
• 数据共享可解决不同系统间数据一致性等问题，实现单一真实数据源；多样工作负载让不同引擎在同一数据集上协作处理数据。