iceberg on Mooncake

pg_mooncake 0.3.0 发布：PGSTY 首版发布，全面适配 DuckDB 2.0、pgrx 0.19.3 与 PostgreSQL 14–18

Thu, 05 Nov 2026 00:00:00 +0000

pg_mooncake 0.3.0（随同 duckdb_mooncake v0.0.2 与 moonlink v0.0.1 同步发布）是由 PGSTY 维护的 Mooncake 实时分析套件的首个正式版本：

pgsty/pg_mooncake v0.3.0（MIT 许可证）
pgsty/duckdb_mooncake v0.0.2（MIT 许可证）
pgsty/moonlink v0.0.1（附带 PG_MOONCAKE LINKING & DISTRIBUTION EXCEPTION 的 BSL-1.1 许可证，客户端 crate 为 MIT）

面向 PostgreSQL 14、15、16、17、18，覆盖 RHEL / Rocky / AlmaLinux 8、9、10 与 Debian 12/13、Ubuntu 22.04/24.04（x86_64 与 aarch64）的 RPM 与 DEB 二进制软件包现已通过 PGEXT 软件源与 Pigsty 正式提供。

Mooncake 技术白皮书：面向 Apache Iceberg 的实时存储引擎

Mon, 11 Aug 2025 00:00:00 +0000

这篇技术白皮书假设读者已对开放分析表格式 Apache Iceberg 有所了解。Iceberg 是现代“数据湖仓（Lakehouse）”运动的核心基石，它允许用户：

将大规模数据集以开放文件格式（Parquet + 元数据）存储在廉价对象存储中；
使用 Spark、Trino、Flink、DuckDB 等多种计算引擎通过 SQL 直接查询；
获得 Schema 演进与时间旅行（Time Travel）等数据库级特性；
实现近乎无限的弹性扩展，彻底摆脱单一供应商锁定。

然而，Iceberg 生来是为低频变更数据与批量分析处理而设计的。在批处理领域，随着各大引擎对开放格式读取能力的持续优化，这套体系已经非常成熟。

不，单靠 Iceberg 拯救不了你的数据栈

Mon, 21 Jul 2025 00:00:00 +0000

人生总是充满了“理想与现实的落差”。今天我们就来聊聊数据社区的新宠——Apache Iceberg 的理想与现实。

理想：Iceberg 能解决我所有的数据痛点

平心而论，Iceberg 的核心设计理念非常漂亮：

可是，我的 Postgres（+ 数据湖仓）是免费的呀

Fri, 13 Jun 2025 00:00:00 +0000

友情提示： 你的 Postgres 和数据湖仓（Lakehouse）同样是自由且开源的——你完全不需要成为（或者像巨头一样挥霍数亿美金）才能拥有它们。

为什么是 Postgres + Lakehouse？

原因一：如果你相信 AI，这就是智能体（Agent）的标准技术栈

AI 智能体需要记忆——既需要即时响应的工作记忆（Working Memory），也需要海量的长期知识（Long-Term Knowledge）。

pg_mooncake v0.2 架构前瞻：开箱即用的实时列存与逻辑复制

Tue, 11 Feb 2025 00:00:00 +0000

在 v0.1 中，我们证明了 PostgreSQL 完全能够提供顶级的分析性能。通过将 DuckDB 向量化执行引擎与列存表相结合，pg_mooncake 成为了 Postgres 生态中唯一同时集成这两大能力的扩展。

实测成绩说明了一切：pg_mooncake 闯入了 ClickBench 全球前十，并打造出了最快的基于 Parquet 的执行引擎。

S3 Tables 究竟是个啥？

Sun, 12 Jan 2025 00:00:00 +0000

亚马逊在去年的 re:Invent 大会上发布了 S3 Table Buckets（S3 表存储桶）。一个既是 S3 存储桶、同时又是一张数据库表的东西？这到底是什么意思？

太长不看版（TL;DR）： S3 Tables 让 Apache Iceberg 表可以脱离外部 Catalog（目录服务）独立存在。下面听我详细拆解。

pg_mooncake：基于列存表与 DuckDB 的 Postgres 极速分析引擎

Wed, 06 Nov 2024 00:00:00 +0000

pg_mooncake 将列存表（Columnstore Tables）与 DuckDB 向量化执行引擎引入 PostgreSQL，以实现极速分析查询。

它像普通 Postgres 表一样支持事务性的 INSERT、UPDATE 和 DELETE。底层数据以 Parquet 文件配合 Delta Lake（以及 v0.2+ 中的 Apache Iceberg）表元数据写入，因此也可以在 Postgres 外部直接查询。

Iceberg Meetup 参会随想

Tue, 08 Oct 2024 00:00:00 +0000

上个月，我在 Snowflake 总部举办的 Iceberg Meetup 上做了一场演讲。公开演讲从来都不是我的强项，而台下坐着 Snowflake CEO Sridhar 和 Tabular CEO Ryan 更是让人倍感压力。

那天是我创立 Mooncake Labs 的第 18 天，我在演讲中探讨了面向 Apache Iceberg 的通用索引框架（演讲幻灯片见这里）。以下是我从这次聚会中收获的几点启发：

我们学到的几条铁律

Sun, 08 Sep 2024 00:00:00 +0000

这篇文章的标题其实应该叫《我们用惨痛代价学到的几条铁律》。

在开启这段全新旅程之际，我们花了一些时间思考当今数据领域的底层公理——这些规律无论我们还是任何人都无法回避。