原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
AThoroughparisonofDeltaLake,IcebergandHudiJunjieChen
AboutMe?SoftwareengineeratTencentDataLakeTeam?Focusonbigdataareaforyears
AgendaIntroductiontoDeltaLake,ApacheIcebergandApacheHudiKeyFeaturesparisonMaturityConclusion?Tooling?Transaction?Integration?Performance?Datamutation?StreamingSupport?Schemaevolution
Whatfeaturesareexpectforthedatalake?UnifiedBatchStreamingDataMutationScalableMetadataTransaction(ACID)DataLakeDataQualityStoragePluggableIndependenceofEngines
DeltaLakeDeltaLakeisanopen-sourcestoragelayerthatbringsACIDtransactionstoApacheSpark?andbigdataworkloads.
ApacheIcebergAntableformatforhugeanalyticdatasetswhichdelivershighqueryperformancefortableswithtensofpetabytesofdata,alongwithatomicmits,concurrentwrites,andSQLpatibletableevolution.InteractiveQueriesSparkBatchStreamingAIReportingStreamingStreamingAnalyticsDFS/CloudStorage
ApacheHudiApacheHudiingestsmanagesstorageoflargeanalyticaldatasetsoverDFS
AQuickparison2020-05DeltaLake(opensource)ApacheIcebergApacheHudiTransaction(ACID)MVCCYYYYYNYYYTimetravelYYSchemaEvolutionDataMutationStreamingYYY(update/delete/mergeinto)Y(upsert)SinkandsourceforsparkstructstreamingSinkandsource(wip)forSparkstructstreaming,Flink(wip)DeltaStreamerHiveIncrementalPullerFileFormatParquetParquet,ORC,AVROAPIavailable(SparkAction)DSv2,InputFormatParquetpaction/CleanupIntegrationManualManualandAutoDSv1,InputFormatDSv1,DeltaconnectorMultiplelanguagesupportStorageAbstractionAPIdependencyScala/java/pythonYJava/pythonYJava/pythonNSpark-bundledSpark,presto,hiveNative/EnginebundledSpark,hiveSpark-bundledDeltaStreamerDataingestion
Transaction
DeltaLake?Model?TransactionLog(DeltaLog)?Optimisticconcurrencycontrol?Checkpointchangesintoparquet?AtomicityGuarantee?HDFSrename?S3filewrite?Azurerenamewithoutoverwrite?TimeTravel?timestamp?versionnumber
ApacheIceberg?Mode
文档评论（0）