DLF 作为阿里云统一的数据湖底座，旨在无缝集成主流大数据计算引擎，为实时湖仓、离线湖仓及 OLAP 分析等多样化业务场景提供强大支持。目前，DLF 已与实时计算 Flink 版、EMR Serverless Spark、EMR Serverless StarRocks 和 EMR on ECS 等核心引擎深度对接，并持续扩展其生态兼容性。
支持的引擎范围
下表列出了各对接方式支持的引擎和工具：
对接方式 | 支持的引擎/工具 |
Paimon REST | |
Iceberg REST | |
文件访问 | |
Lance |
DLF 暂不支持自建 Spark 等非阿里云引擎直接对接。如需使用 Spark 引擎访问 DLF，请选择 EMR Serverless Spark 或 EMR on ECS。
对接方式
为了满足不同引擎和用户在访问数据时的灵活性需求，DLF 提供了以下四种标准化的对接方式：
Paimon REST：面向基于 Apache Paimon 构建的计算引擎，提供符合 Paimon 社区规范的 RESTful 元数据服务接口，支持表结构管理、快照查询等核心操作。
Iceberg REST：面向基于 Apache Iceberg 构建的计算引擎，提供符合 Iceberg 社区规范的 RESTful 元数据服务接口，支持表结构管理、快照查询等核心操作。
文件访问：通过 Paimon 虚拟文件系统（PVFS），将表数据抽象为标准文件路径，直接读取底层数据文件与元数据，无需依赖完整计算引擎，适用于脚本化探索、调试及轻量级数据处理。
Lance：面向 Lance 格式数据，通过 Python SDK（lance-dlf）连接 DLF Catalog，支持 Lance 表的读写操作，可配合 Daft DataFrame 引擎进行查询过滤和批量计算。
通过这四种方式，您可以根据自身引擎的技术栈和架构偏好，选择最适合的接入路径，实现与 DLF 数据湖的高效协同。