Apache Hudi File Layouts

File Layouts | Apache Hudi

Hudi将数据表组织到分布式文件系统的基本路径下的目录结构中

  • 表被划分为多个分区
  • 在每个分区中,文件被组织成文件组,由文件ID唯一标识
  • 每个文件组包含多个文件切片
  • 每个切片包含在某个提交/压缩瞬间生成的基文件(.parquet),以及一组日志文件(.log.*),这些文件包含自生成基文件以来对基文件的插入/更新。

Hudi采用了多版本并发控制(MVCC),其中压缩操作合并日志和基本文件以生成新的文件切片,而清理操作清除未使用的/旧的文件切片以回收文件系统上的空间。

 

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