Hudi系列:表类型（Table & Query Types）
💡
原文中文，约3000字，阅读约需7分钟。
📝
内容提要
Hudi是一种数据管理框架，支持写时复制（COW）和读时合并（MOR）两种表类型。COW优化读取性能但写入延迟较高，而MOR通过日志文件动态合并，降低写入延迟，支持实时数据可用性。Hudi还提供快照查询、时间旅行查询和增量查询等多种查询类型，以满足不同的数据访问需求。
🎯
关键要点
- Hudi是一种数据管理框架，支持写时复制（COW）和读时合并（MOR）两种表类型。
- COW优化读取性能，但写入延迟较高，适合读取密集型工作负载。
- MOR通过日志文件动态合并，降低写入延迟，支持实时数据可用性。
- Hudi提供快照查询、时间旅行查询和增量查询等多种查询类型，以满足不同的数据访问需求。
- 快照查询查看截至最新完成操作的表快照，常规SQL查询。
- 时间旅行查询访问表的多个版本，适用于机器学习特征存储。
- 读优化查询提供优秀的快照查询性能，适合延迟不敏感的任务。
- 增量查询返回自某一时刻以来的新数据，适用于比较表状态差异。
- 增量查询（CDC）提供变更数据捕获流，包含记录的前后图像和变更操作。
❓
延伸问答
Hudi支持哪些表类型？
Hudi支持写时复制（COW）和读时合并（MOR）两种表类型。
COW和MOR表的主要区别是什么？
COW优化读取性能但写入延迟较高，而MOR通过日志文件动态合并，降低写入延迟，支持实时数据可用性。
Hudi提供哪些查询类型？
Hudi提供快照查询、时间旅行查询、读优化查询和增量查询等多种查询类型。
什么是时间旅行查询，它有什么用？
时间旅行查询允许访问表的多个版本，适用于机器学习特征存储等场景。
增量查询的作用是什么？
增量查询返回自某一时刻以来的新数据，适用于比较表状态差异。
COW表的优缺点是什么？
COW表适合读取密集型工作负载，提供高读取性能，但写入操作较慢。
➡️
