Delta Lake 基础操作篇

我们在使用 Delta 是非常简单的，这也是 Delte Lake 介绍的 100% 兼容 Spark。Delta Lake 写数据是其最基本的功能，而且其使用和现有的 Spark 写 Parquet 文件基本一致，只不过换做成format("delta")。在介绍 Delta Lake 实现原理之前先来看看如何使用它，使用如下：

我的Spark版本是：3.1.1

如果需要使用Delta，我们在启动spark-shell 新增 --packages参数即可

spark-shell --packages io.delta:delta-core_2.12:0.8.0 --conf "spark.sql.extensions=io.delta.sql.DeltaSparkSessionExtension"

第一次使用Delta可能需要点时间，需要下载Delta相关8个 jar包​​​​​​​

​​​​​​​

官方案例：

To create a Delta table, write a DataFrame out in the delta format. You can use existing Spark SQL code and change the format from parquet, csv, json, and so on, to delta.

val data = spark.range(0, 5)
data.write.format("delta").save("/tmp/delta-table")

on parquet。

You read data in your Delta table by specifying the path to the files: "/tmp/delta-table": 

val df = spark.read.format("delta").load("/tmp/delta-table")
df.show()