big-data/flink_book
1
1
Fork 0
Code Issues 4 Pull Requests Projects 1 Releases Wiki Activity

添加hudi简介

Browse Source
This commit is contained in:
LingZhaoHui 2023-07-18 00:06:49 +08:00
parent 3227b84781
commit d559c9fea3
Signed by: zeekling
GPG Key ID: D96E4E75267CA2CC
1 changed files with 19 additions and 1 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

20
hudi/README.md
View File

@ -1,4 +1,22 @@
# Hudi 相关知识学习 # Hudi 简介
Apache Hudi将核心仓库和数据库功能直接带到数据湖中。Hudi提供了表、事务、高效upserts/删除、高级索引、流式摄取
服务、数据群集/压缩优化以及并发，同时保持数据以开源文件格式保留。
Hudi是`Hadoop Upserts and Incrementals`缩写，用于管理分布式文件系统DFS上大型分析数据集存储。Hudi是一种针对分析
型业务的、扫描优化的数据存储抽象，它能够使DFS数据集在分钟级的时延内支持变更，也支持下游系统对这个数据集的增量
处理。
## Hudi特性和功能
1. 支持快速Upsert以及可插拔的索引。
2. 支持原子方式操作，且支持回滚。
3. 写入和插件操作之间的快照隔离。
4. savepoint用户数据恢复的保存点。
5. 使用统计信息管理文件大小和布局。
6. 行和列的异步压缩。
7. 具有时间线来追踪元数据血统。
8. 通过聚类优化数据集。