添加Hudi相关知识

hudi/README.md

@@ -142,11 +142,41 @@ Hudi采用多版本并发控制（MVCC），其中压缩操作合并日志和基
 
 # 3. Hudi索引
 
-Hudi目前支持下面索引：
+Hudi 通过索引机制将给定的 hoodie key（record key + 分区路径）映射到文件id，从而提供高效的更新插入。
-- Bloom索引：采用根据记录key构建的布隆过滤器，还可以选择使用记录key范围修剪候选文件。
+一旦record的第一个版本写入文件，record 的key和文件ID 之间的映射就不会改变。
-- Simple索引：针对从存储上的表中提取的键对传入的更新/删除记录执行精益联接。
+
-- HBase索引：将index信息保存到Hbase当中。
+**对于COW表来讲**：
-- 自定义索引：自定义实现的索引。
+可以避免扫描整个文件系统，达到支持快速upsert/delete操作。
+
+
+**对于MOR表来讲**：
+允许限制base文件中需要合并的records的数量。对于一个base文件只需要根据当前base文件的record的跟新等进行合并。
+
+Comparion cost对比：
+
+![pic](https://hudi.apache.org/cn/assets/images/with-and-without-index-81d481917e61e4cd1be2426c12994b8b.png)
+
+
+
+Hudi支持的索引如下：
+
+| 名称 | 备注  |
+|---|---|
+| Bloom索引 | 采用根据记录key构建的布隆过滤器，还可以选择使用记录key范围修剪候选文件。 |
+| GLOBAL_BLOOM索引 | 与Boolm索引类似，但是作用范围是全局 |
+| Simple索引 |  针对从存储上的表中提取的键对传入的更新/删除记录执行精益联接。|
+| GLOBAL_SIMPLE索引 | 与Simple类似，但是作用范围是全局 |
+| HBase索引 | 将index信息保存到Hbase当中。 |
+| INMEMORY索引 | 在Spark、Java程序、Flink的内存中保存索引信息，Flink和Java默认使用当前索引 |
+| BUCKET索引 | 使用桶hash的方式定位文件组，在大数据量情况下效果较好。可以通过`hoodie.index.bucket.engine`指定bucket引擎。 |
+| RECORD_INDEX索引 | 索引将record的key保存到 Hudi元数据表中的位置映射。  |
+| 自定义索引 | 自定义实现的索引。 |
+
+
+BUCKET索:
+- SIMPLE(default): 每个分区的文件组使用固定数量的存储桶，无法缩小或扩展。同时支持COW和MOR表。由于存储桶的数量无法更改且存储桶和文件组之间采用一对一映射，因此该索引不太适合数据倾斜的情况。
+- CONSISTENT_HASHING: 支持动态数量的存储桶，可以根据存储桶的大小调整桶的数量。
+
 
 ![pic](https://hudi.apache.org/cn/assets/images/Fact20tables-0255e82a96683124f7116060e9f76cbe.gif)
 
@@ -162,5 +192,3 @@ Hudi 表的数据文件一般使用 HDFS 进行存储。从文件路径和类型
 ### 4.1.1 .hoodie文件
 
 
-
-