深入理解 Spark Delta Lake 诞生及其工作原理

640?wx_fmt=other

美国怀俄明的Delta Lake

本文来自2019年6月26日在美国波士顿举办的 Spark Meetup,分享者是正是砖厂(Databricks)的大神 Michael Armbrust。Michael Armbrust 是 Spark SQL的原创者,也是 Structured Streaming 的原创者,最近几年在做 Delta Lake。

下面这句话引用自:https://www.jianshu.com/p/3fef83ce1dba

Spark 做为一个计算引擎,应该无须质疑是当前大数据行业的领导者。。。而 Parquet 做为 Spark 的缺省数据存储格式,其实相当薄弱,缺少了太多关键特性,让Spark的用户不胜其扰,简直是Spark易用性的最大敌人!社区的抱怨可谓绵绵不绝,这种对于技术完美主义者,是无法容忍的!!!在这种背景下,Delta 开始了设计和实现。。。Databricks一年多前推出Delta之后,各位客户好评不断,但是我们只在有限的cloud上提供服务。这个实在无法满足那些在on prem上大量部署Spark的整个社区!于是乎,今年Spark Summit,使用Apache license 开源了!可以参见 《重磅 | Apache Spark 社区期待的 Delta Lake 开源了

640?wx_fmt=other

Delta Lake 功能强大,但是网上关于这个方面的文章少的可怜,特别是关于 Delta Lake 的内部工作原理更是凤毛麟角。最有资格介绍 Delta Lake 诞生背景以及内部工作原理的人非 Michael Armbrust 莫属,基于这些,Michael Armbrust 大神给我们带来了名为《Delta Lake: Open Source Reliability and Quality for Data Lakes》的分享,给我们介绍了 Delta Lake 的前世今生,引进 Delta Lake 的内部工作原理,值得一看。

本次分享的视频可以到下面地方获取:

优酷:

https://v.youku.com/v_show/id_XNDI0OTE4NzYzNg

YouTube(有字幕):

https://www.youtube.com/watch?v=whaV6bMaf5o

本文PPT请关注 Hadoop技术博文 公众号并回复 delta_lake 获取。

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg

640?wx_fmt=jpeg

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值