DLF提供符合Apache Paimon REST Catalog標準的表管理API，其檔案儲存體結構與開源社區完全相容。這使得任何相容Paimon的引擎和應用都能夠輕鬆地在DLF中建立、更新、查詢和刪除。
Catalog中的主要資料層次結構如下：
Catalog：資料目錄是中繼資料頂層邏輯實體，採用層級化結構組織中繼資料資源。適用於不同業務或不同使用者間的中繼資料隔離與許可權管控，以及湖資料存放區和湖表營運管理等情境。
Database：資料庫是中繼資料的邏輯分組方式，相較於Catalog提供了更精細化的資料群組織與存取控制能力。
Tables：支援多種表類型，實現跨引擎、跨格式的統一管理與無縫相容。寫入資料支援落盤加密功能可以基於需求申請工單處理。
View：持久化在DLF的視圖，視圖支援方言，您可以為不同的計算引擎配置不同的方言SQL。
Function：持久化在DLF的函數，函數目前支援Flink Jar（Java和Python）函數，也支援Java Lambda函數在Spark引擎上運行。
統一中繼資料服務
DLF 提供企業級的統一中繼資料管理服務。它打破了計算引擎間的壁壘，支援阿里雲的巨量資料與 AI 引擎無縫訪問全模態資料。通過單一的 Catalog 體系，DLF 集中管理資料表、視圖（View）及函數（Function）的中繼資料。
多模態資料支援
DLF 相容多種資料格式與生態，實現對結構化與非結構化資料的統一納管：
資料湖格式：完整支援 Apache Paimon 和 Apache Iceberg 及其生態組件。
AI 與向量資料：支援 Lance 格式，滿足 AI 高效能檢索與訓練需求。
非結構化資料：通過 Object Table 管理圖片、視頻等非表格式資料集，實現存算互連。
標準檔案格式：支援 Parquet、CSV、ORC 等傳統 Hive 相容表（Format Table）。
統一許可權控制
基於統一的中繼資料架構，DLF 提供了集中式的安全管理能力。
細粒度授權：支援 Catalog、資料庫、資料表及列四級許可權控制。
多引擎生效：使用者只需執行一次授權操作，策略即可在所有接入的計算引擎中同步生效。
這種機制確保了資料訪問的一致性，在提升安全性的同時，顯著簡化了跨引擎的營運流程。