2020年6月15日
使用Apache Spark和Apache Hudi构建分析数据湖
摘要： 1. 引入 大多数现代数据湖都是基于某种分布式文件系统（DFS），如HDFS或基于云的存储，如AWS S3构建的。遵循的基本原则之一是文件的“一次写入多次读取”访问模型。这对于处理海量数据非常有用，如数百GB到TB的数据。 但是在构建分析数据湖时，更新数据并不罕见。根据不同场景，这些更新频率可能是每 阅读全文
posted @ 2020-06-15 09:27 leesf 阅读(4594) 评论(0) 推荐(0) 编辑