Google扩展跨平台资料存储引擎BigLake支持，现在用户也可以使用Apache Iceberg格式，构建开放格式资料湖。Apache Iceberg是一种热门的开源表格格式，提供企业数据仓库的许多功能，包括交易DML、架构演变和用于性能优化的元数据等。
而BigLake是一种存储引擎，供用户可以在Google云计算存储上，以Parquet等开放格式存储资料，并且使用BigQuery和Spark等开源框架，以精细度访问控制来使用资料。
Iceberg的开放规范让用户可以对多个查询引擎，使用同一份存储在对象存储中的资料副本，Google提到，在Iceberg社群不断壮大的情况下，Iceberg俨然已成为资料湖泊的开放标准，可用于混合分析工作负载，以及提供跨云计算平台的互通性。
开源分析引擎运用Iceberg创建表格，也能够使用BigQuery进行读取， 像是在Spark创建表格，也可以使用BigQuery查询。由于Apache Spark已经对Iceberg提供丰富支持，Google云计算用户可以使用Dataproc执行Spark，或是使用BigQuery对Spark的内置支持，处理托管在Cloud Storage的表格，官方提到，无论用户以哪一种方式使用Spark，BigLake都可以自动对这些表格提供查询。
企业管理能够提供终端用户Iceberg表格，而不需要授给用户访问底层存储桶的权限，通过BigLake进行委派，进而简化了访问和治理，管理员设置能运用精细度访问控制，像是资料屏蔽或是资料列保护等，进一步保护Iceberg表格。
在GCP上执行Iceberg好处不受限于这些核心功能，Google提到，用户还可以运用原生BigQuery和GCP集成，在Analytics Hub安全地交换Iceberg资料，资料提供者可以在Google云计算存储共享Iceberg表格，而其他资料消费者可以使用任何兼容的查询引擎来使用资料。
用户还可以使用Cloud DLP探索、侦测和保护PII资料，并使用BigLake的精细度安全模型保护敏感资料，满足工作负载的法遵要求。另外，用户可以通过BigQueryML，将机器学习工作负载，扩展到存储在Google云计算存储上的Iceberg表格，在存储于BigQuery之外的资料上实例人工智能。