今天，我们正式宣布：基于 OntoDB 内核构建的语义原生数据湖仓——OntoLake，面世了。

它不是又一个“套了湖仓壳”的存储系统，而是把本体语义、多模存储、推理能力真正沉到内核里的下一代数据底座：数据落库即完成实体对齐、关系推理与语义标注，从“原始堆积”直接变成“AI-Ready”。

为什么是 OntoLake

传统湖仓解决的是“文件像表一样可靠”，OntoLake 多了一层别人没有的东西：

本地文件当湖、实体表当仓、本体当语义内核、向量当 AI 接口；

结构化、图、向量、时序、文档、空间统一存储，不再多库搬运；

写入即推理，subClassOf、等价类、传递关系自动展开，查询不再靠应用层硬编码。

关键进展：已打通 DuckDB 与 Trino 读取

这一次，OntoLake 完成了与两条主流分析引擎的读取打通：

DuckDB：进程内嵌入式分析直接读 OntoLake 语义表，适合笔记本、边缘节点、Python 工作流里的秒级探查；

Trino：分布式联邦查询接入，多机集群、跨源 JOIN、BI 工具直连，把 OntoLake 当成一等公民目录。

这意味着：分析师用 DuckDB 做本地深挖，平台侧用 Trino 做全局编排，而底层语义、口径、血缘都由 OntoLake 统一托管——查出来的不是“字段”，是“含义”。

对业务意味着什么

生物医药：查“EGFR 抑制剂”自动展开全部子类，不用维护枚举列表；

工业/城市：端侧语义摘要进湖，跨域仲裁结果可溯源、可重放；

AI 应用：GraphRAG、Agent 记忆、语义检索直接消费“已治理好的知识”，而不是先洗数据再推理。

......

OntoLake 的发布，不是多一个组件，而是把“数据湖仓”重新定义为语义数据基座。

DuckDB 与 Trino 的打通，只是开放生态的第一步。

数据先语义化，再谈智能化。OntoLake 和更多朋友一起出发。