delta、iceberg和hudi三大开源数据湖方案

目前市面上流行的三大开源数据湖方案分别为：delta、Apache Iceberg和Apache Hudi。其中，由于Apache Spark在商业化上取得巨大成功，所以由其背后商业公司Databricks推出的delta也显得格外亮眼。Apache Hudi是由Uber的工程师为满足其内部数据分析的需求而设计的数据湖项目，它提供的fast upsert/delete以及compaction等功能可以说是精准命中广大人民群众的痛点，加上项目各成员积极地社区建设，包括技术细节分享、国内社区推广等等，也在逐步地吸引潜在用户的目光。Apache Iceberg目前看则会显得相对平庸一些，简单说社区关注度暂时比不上delta，功能也不如Hudi丰富，但却是一个野心勃勃的项目，因为它具有高度抽象和非常优雅的设计，为成为一个通用的数据湖方案奠定了良好基础。

作者：openinx
链接：https://zhuanlan.zhihu.com/p/110748218
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

数仓研发人员较为熟悉的离线和实时数仓的架构

作者：DataFunTalk
链接：https://zhuanlan.zhihu.com/p/570374530
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。