parquet增量支持增删改方案

痛点：
parquet文件在离线数仓能提升几十倍的读性能，但是只支持只读，一般做法是定时任务全量刷新。同时离线需求复杂，依赖表多且数据量都很大，时间窗口T+1，要在窗口期内把所有依赖表每次都全量刷不太现实

网上找了下目前支持相关技术，并且做了简单的整理，不排除各技术已经做了增强，不限于如下表格：

一、Delta Lake
Delta Lake是在2019 spark conf由来自databricks的工程师 Michael Armbrust (sparkSQL创始人之一）分享的，大概看了下感觉其他都次要的，主要还是支持增删改：
参考blog和PPT：
Near Real Time Data Warehousing with Apache Spark and Delta Lake
Delta Lake: Open Source Reliability and Quality for Data Lakes

原理：
数据湖Delta Lake 深入解析：更新操作原理

这个原理跟hive支持事务原理差不多，所以有些技术也有选择