Snowflake 周三正式宣布，将进一步扩大对 Apache Iceberg 的支持，计划兼容该开源表格式的最新版本。这一举措旨在打破系统壁垒，提升数据互操作性，使其更好地服务于人工智能应用。

此外，Snowflake 重申了其对开源技术的坚定承诺。公司指出，近期开源的 pg_lake（PostgreSQL 数据库扩展，用于简化交易数据与分析数据的集成）以及参与 Apache Polaris 数据目录、OpenLineage 标准和语义建模开源标准的开发，都是这一战略的重要组成部分。

Snowflake 致力于通过这些开源项目，实现跨系统的数据互操作性，从而更高效地集成数据并赋能 AI 与分析应用。

唯有拥抱开源才能获得数据自主权

Snowflake全力拥抱开源，不只是为迎合技术趋势，也是客户需求推动的结果。

“Snowflake 参与开源生态对客户至关重要，因为它直接应对了数据碎片化带来的成本飙升，并解锁了真正的数据自主权。”William McKnight，McKnight Consulting 总裁，介绍了企业极力拥抱开源的初衷。

如果没有对开放互操作性的承诺，客户将面临庞大的数据管道、支离破碎的治理层以及复杂的安全风险，这无异于支付沉重的“架构税”。

Omdia（Informa TechTarget 旗下部门）分析师 Stephen Catanzano 也强调了 Snowflake 拥抱开源工具的价值：“这种做法赋予了用户在跨平台和引擎管理数据时的灵活性与自由，既减少了厂商锁定，又让客户能继续享受 Snowflake 的先进能力。这正是当前客户所期望的。”

深化 Apache Iceberg 支持

Apache Iceberg 是一种开源表格式，专为在数据湖和湖仓中存储大型数据集而设计。与文件格式不同，Iceberg 在数据文件之上提供了一层逻辑结构（行和列），允许用户添加元数据和语义信息，极大地便利了 AI 和分析数据的管理与发现。

从有限支持到全面兼容：Snowflake 于 2022 年首次提供对 Iceberg 的有限支持，当时仅涵盖治理和安全等核心功能。用户被迫在“Snowflake的完整功能”和“开放表的灵活性”之间做选择。直到 2025 年 4 月，Snowflake 才实现了对 Iceberg 的全面支持，将查询性能、数据共享和治理功能完全覆盖到Iceberg 表中。

迈向 V3 版本：此前 Iceberg 的最新版本是 2021 年发布的 V2。现在，Snowflake 计划支持 2025 年 6 月发布的 Iceberg V3。

V3 的新特性：扩展了对半结构化数据、行级变更数据捕获 (CDC)、地理空间数据以及纳秒级时间戳的支持，能更精准地识别事件或交易发生的瞬间。

Stephen Catanzano 评价道：“支持 Iceberg V3 是一个重要的里程碑。这些能力提升了性能，支持更精细的数据管理，并开启了高频和复杂数据环境下的新用例。特别是对于 AI 代理所需的结构化、半结构化甚至非结构化数据，Iceberg 都能提供支持。”

William McKnight 则指出，支持 V3 是保持竞争力的关键：“V3 是最新标准，如果你支持 Iceberg，就必须支持它。这进一步推动了 Iceberg 的市场渗透。”

广泛的开源生态布局

除了即将支持 Iceberg V3，Snowflake 还在与开源社区合作，推进数据集成、治理、质量和发现等多个领域的项目：

pg_lake：2025 年 11 月开源。它消除了构建复杂 ETL 流水线的需求，弥合了事务性 PostgreSQL 数据与分析性 Iceberg 表之间的鸿沟。

ApachePolaris 目录：2024 年由 Snowflake 开发并开源。这是一个供应商中立的数据目录，专为Iceberg 设计，可与 Snowflake Horizon、AWS Glue 等专有目录集成。

其他项目：包括旨在建立语义建模开放标准的 Open Semantic Interchange，以及创建数据流动开放标准的 OpenLineage。Snowflake 还在参与开发 Iceberg V4，以提升流数据工作负载的支持。

Snowflake 产品管理总监 James Rowland-Jones 介绍，大约两年前，公司从单纯的开源技术“消费者”转变为重要的“贡献者”。

“我们认为开放性是企业数据和 AI 未来的关键，”Rowland-Jones 表示，“当互操作性运作良好时，客户能够自由地从任何引擎操作他们的数据。”

为 AI 构建开放基石

Rowland-Jones 强调，随着企业加大对 AI 的投入，Snowflake 的重点是帮助客户基于开放、互操作的数据基础构建和扩展 AI 项目。

客户驱动：推动这些开源工作的动力主要来自客户反馈。随着组织从 AI 实验转向生产环境，数据孤岛和分散架构成为主要障碍，“在 AI 时代，互操作性已不再是可选项”。

治理与安全：McKnight 指出，仅靠开放格式不足以实现数据自主，像 Polaris 这样的目录对于维持治理和业务环境至关重要。

简化流程：Catanzano 认为 pg_lake 极具价值，因为它无需复杂的 ETL 流程即可桥接交易数据和分析数据集，这对许多组织来说是颠覆性的变革。

结论：

McKnight 和 Catanzano 一致认为，Snowflake 持续参与开源开发（如 Iceberg 下一代标准、语义建模和数据血缘标准）不仅对现有客户有价值，也将巩固其作为开放数据生态系统领导者的地位，并吸引新的开源用户。