多源数据接入
可采集 S3、Google Cloud Storage、Azure Data Lake Storage 或任意兼容 S3 对象存储上的 Parquet、JSON、CSV、XML 与二进制文件，也支持 Oracle、PostgreSQL、MySQL、SQL Server、MongoDB、DynamoDB 等库的 CDC 变更流。
价格按量付费或固定年费，另可申请获得 $1,000 免费额度
平台Web / Kubernetes / API
归类数据分析
收录2025-01-01
复核2025-01-01
编辑评分
4.1 / 5
★★★★☆
Onehouse编辑总结
Onehouse 由 Apache Hudi 与 Apache XTable 的原班团队打造，把摄入、转换与服务放在同一个平台上。平台可部署在用户自己的 VPC 或任意 Kubernetes 集群，支持按量付费或包年。存储层同时兼容 Apache Hudi、Apache Iceberg 和 Delta Lake，并可借 Apache XTable 在三种表格式之间任意转换。生产数据方面，单个客户每天摄入 350+ TB，每月 800K+ 次作业运行，作业成功率 99%。它更适合已有云上数据基础设施的团队，入门门槛不在价格，而在能否接受数据湖这套架构与运维方式。
Onehouse是什么？
Onehouse 是一套通用数据湖屋平台，创建者来自 Uber、LinkedIn 和 Confluent，也是 Apache Hudi 和 Apache XTable 的作者。它面向需要在多云、多引擎之间保持数据开放、避免被单一厂商锁定的数据工程与 AI/ML 团队。
平台覆盖完整链路：采集端支持对象存储上的 Parquet、JSON、CSV、XML 与二进制文件，支持 Oracle、PostgreSQL、MySQL、SQL Server、MongoDB、DynamoDB 等数据库的 CDC 变更流，也支持 Kafka、Confluent Cloud、Amazon MSK、Redpanda、Pulsar 的持续流读取；转换端提供 SQL、Spark、Scala、PySpark 作业；服务端由 Lakegres 提供与 Postgres 兼容的分析与 AI 服务入口，Quanton 引擎负责 SQL 与 Spark ETL。
部署上，平台可以装在用户自己的 VPC、自管 Kubernetes（含本地集群），或 Amazon EKS、Google GKE、Azure AKS 等托管 Kubernetes，也可运行在 Nebius、CoreWeave、Nscale、DigitalOcean、Crusoe 这类 NeoCloud 上。数据始终以开放格式存放在用户自己的存储桶里，OneSync 负责在 Glue、Unity、Snowflake 和 Hive 之间同步表元数据与访问权限。
Onehouse核心功能
OneFlow 增量摄入
端到端增量执行，每次只读写发生变化的数据，成本与新增数据量挂钩而不是整表规模；托管 CDC、流与文件摄入，按新鲜度目标做延迟感知调度。
多格式表存储
在用户自己的存储桶中同时管理 Apache Hudi、Apache Iceberg 和 Delta Lake 三种表格式，借助 Apache XTable 在任意方向之间转换；Table Optimizer 持续执行 compaction、聚类、清理与文件大小调整。
Quanton 引擎
运行 SQL 与 Spark ETL，据比开源 Spark 快 5 倍、成本低 75%，并可与 Databricks Photon 在真实 ETL 场景下持平或更快；现有作业无需重写即可切换。
弹性计算运行时
自动扩缩容器可在数分钟内完成集群规格调整，而 Spark 默认需要 30-40；多路复用调度把多个作业打包到共享集群，并优先使用 spot 与 Graviton 实例；列式向量化合并降低云请求成本。
Lakegres 服务层
提供与 Postgres 兼容的分析与 AI 上下文服务端点，数据直接来自开放表格式；在真实生产环境中比 AWS Athena 快 2-10 倍。
OneSync 元数据同步
同时在 Glue、Unity、Snowflake 和 Hive 之间保持表元数据与访问权限一致，并覆盖所有表格式，使引擎、格式和云之间的体验保持统一。
Onehouse值不值得用？
当你要把湖仓架构放进自己的云账号、并且不愿被某一家厂商锁定格式与目录时，Onehouse 值得认真评估——三种开放表格式任意转换、OneSync 同步 Glue/Unity/Snowflake/Hive，这套组合在同类里不常见。已经有 Spark 作业的团队可以先用免费的 Cost Analyzer 验证 Quanton 的提速与降本，再决定是否切换。但如果你没有自管 Kubernetes 或云账号运维能力，部署与维护成本会比直接用托管服务高；数据量不大、作业不多时，平台提供的增量能力也换不回相应的复杂度。
建议选它的情况
- 已有自管 VPC 或 Kubernetes 集群，希望湖仓平台留在自己账号内的团队
- 同时使用 Hudi、Iceberg、Delta Lake 中两种以上表格式，需要互相转换
- Spark 作业量大、想用 Quanton 降低计算成本的团队
- 需要把同一份数据同时供数仓、查询引擎、AI/ML 平台和向量数据库使用
不建议选它的情况
- 没有云账号或 Kubernetes 运维能力、希望开箱即用 SaaS 的小团队
- 数据量较小、现有批处理成本已经可以接受的项目
- 只需要单一表格式、不打算做跨引擎或多云部署的用户
Onehouse使用建议
入门先把路子走对
- 先申请文档访问在官网的文档访问页面提交申请，审批通过后除了能读文档，还会解锁 $1,000 免费额度，可用来做第一轮验证。
- 选好部署位置先确认是放在自己的 VPC、托管 Kubernetes（EKS/GKE/AKS）、自管 Kubernetes，还是 NeoCloud（Nebius、CoreWeave、Nscale、DigitalOcean、Crusoe），这一步决定了后续网络与权限配置。
- 从一种来源接入先接一类数据源验证链路：对象存储文件、数据库 CDC 或 Kafka 流三选一，跑通 OneFlow 增量摄入后再扩到其他来源。
进阶省时间也省钱
- 用免费分析器试算切换 Quanton 前先用官网提供的免费 Apache Spark Cost Analyzer 跑一遍现有作业，把提速与降本幅度算出来再决定是否重定向作业。
- 打开表优化器让 Table Optimizer 持续做 compaction、聚类、清理与文件大小调整，可以不额外维护一个专职的维护作业，表也能保持查询速度。
- 按增量改写作业把现有的全量 Spark 作业改成增量执行，让每次运行只处理变化部分，在 OneFlow 与 Onehouse Compute Runtime 上都能直接省下计算开销。
Onehouse适合谁用？
多云数据工程团队
推荐需要数据同时存在于多个云、又要避免被单一厂商锁定的团队，可以用 OneSync 在 Glue、Unity、Snowflake、Hive 之间统一元数据与权限。
已有 Spark 作业的团队
推荐现有 SQL、Spark、Scala、PySpark 作业无需重写即可指向 Quanton 引擎，改造量小、验证路径清晰，适合先小范围试跑。
AI/ML 平台建设方
推荐可直接从开放表格式取数供 AI/ML 平台与向量数据库使用，减少为模型训练单独搭一套数据管道的工作。
没有自管集群的小团队
有条件平台装在自管 VPC 或 Kubernetes 上，缺少云账号与集群运维能力时部署与维护成本会明显上升，需谨慎评估。
只用单一表格式的用户
不推荐如果只使用 Hudi、Iceberg 或 Delta Lake 其中一种，且没有跨引擎、跨云需求，平台的多格式转换优势基本用不上。
Onehouse优点和缺点
优点
- 存储层同时支持 Apache Hudi、Apache Iceberg 和 Delta Lake，并可任意方向转换
- 单个客户每天摄入 350+ TB，每月 800K+ 次作业运行，作业成功率 99%
- Quanton 引擎比开源 Spark 快 5 倍、成本低 75%
- Lakegres 在真实生产环境中比 AWS Athena 快 2-10 倍
- 自动扩缩容器数分钟内完成调优，Spark 默认需要 30-40
- 数据存储在用户自己的存储桶，保持开放格式，不被厂商锁定
- Table Optimizer 持续做 compaction、聚类、清理与文件大小调整
缺点
- 需要自备 VPC 或 Kubernetes 集群，没有自管基础设施的团队上手门槛高
- 官网未公开具体档位价格，只说明按量付费或固定年费
- Quanton 的提速与降本数据来自官网自述，尚未见第三方独立验证结果
- 产品线覆盖摄入、转换、服务、存储多个环节，学习曲线比单一组件工具陡
Onehouse关键指标
| 指标 | 数值 | 数据来源 |
|---|---|---|
| 单客户每日摄入量 | 350+ TB | Onehouse 官网 |
| 每月作业运行次数 | 800K+ | Onehouse 官网 |
| 生产环境作业成功率 | 99% | Onehouse 官网 |
| Quanton 引擎相较开源 Spark 提速 | 5x | Onehouse 官网 |
| Quanton 引擎相较开源 Spark 降本 | 75% | Onehouse 官网 |
| Lakegres 相较 AWS Athena 提速 | 2-10x | Onehouse 官网 |
| 文档访问申请通过后赠送额度 | $1,000 | Onehouse 官网文档访问页 |
Onehouse常见问题
Onehouse 怎么收费？＋
官网说明可以按量付费，也可以选择固定年费。申请文档访问并通过审批后，会额外解锁 $1,000 免费额度，可用于第一轮试用。未公开具体的档位价格与计费单价，实际费用需向官方确认。
它和直接用 Apache Hudi 有什么不同？＋
Hudi 是 Onehouse 团队参与创建的表格式，而 Onehouse 把摄入、转换、存储优化和服务层包装成一个平台，内置 OneFlow 增量摄入、Quanton 引擎、Lakegres 服务层和 Table Optimizer，并同时兼容 Hudi、Iceberg 和 Delta Lake，不需要自己把这些组件拼起来。
能在自己的服务器上部署吗？＋
可以。平台支持部署在用户自己的 VPC，也可以运行在 Amazon EKS、Google GKE、Azure AKS 等托管 Kubernetes、自管 Kubernetes（包括本地集群），或 Nebius、CoreWeave、Nscale、DigitalOcean、Crusoe 这类 NeoCloud 上。数据存放在用户自己的存储桶里。
Quanton 引擎切换过去要重写作业吗？＋
现有作业可以重新指向 Quanton 引擎，无需重写，并提供一个免费的 Apache Spark Cost Analyzer，让你先用真实作业算出提速与降本幅度。其比开源 Spark 快 5 倍、成本低 75%，并与 Databricks Photon 在真实 ETL 场景下持平或更快。
