尚硅谷大数据技术-数据湖Hudi视频教程-笔记02【核心概念(基本概念、数据写、数据读)】

大数据新风口:Hudi数据湖(尚硅谷&Apache Hudi联合出品)

  1. B站直达:https://www.bilibili.com/video/BV1ue4y1i7na 尚硅谷数据湖Hudi视频教程
  2. 百度网盘:https://pan.baidu.com/s/1NkPku5Pp-l0gfgoo63hR-Q?pwd=yyds
  3. 阿里云盘:https://www.aliyundrive.com/s/uMCmjb8nGaC(教程配套资料请从百度网盘下载)

  1. 尚硅谷大数据技术-数据湖Hudi视频教程-笔记01【概述、编译安装】

  2. 尚硅谷大数据技术-数据湖Hudi视频教程-笔记02【核心概念(基本概念、数据写、数据读)】

  3. 尚硅谷大数据技术-数据湖Hudi视频教程-笔记03【集成Spark】

  4. 尚硅谷大数据技术-数据湖Hudi视频教程-笔记04【集成Flink】

  5. 尚硅谷大数据技术-数据湖Hudi视频教程-笔记05【集成Hive】

目录

[第3章 核心概念](#第3章 核心概念)

010

011

012

013

014

015

016

017

018

019

020

021

022

023

024

025


第3章 核心概念

010

++第3章 核心概念++

++3.1 基本概念++

++3.1.1 时间轴(TimeLine)++

011

++3.1.2 文件布局(File Layout)++

012

++3.1.2 文件布局(File Layout)++

013

++3.1.3 索引(Index)++

1)原理

014

++3.1.3 索引(Index)++

2)索引选项

015

++3.1.3 索引(Index)++

3)全局索引与非全局索引

016

++3.1.3 索引(Index)++

4)索引的选择策略

017

++3.1.4 表类型(Table Types)++

1)Copy On Write

018

++3.1.4 表类型(Table Types)++

2)Merge On Read

019

++3.1.4 表类型(Table Types)++

3)COW与MOR的对比

cow:批处理、mor:流批都行,更推荐流。

020

++3.1.5 查询类型(Query Types)++

1)Snapshot Queries 快照查询:全量最新。

2)Incremental Queries

3)Read Optimized Queries

021

++3.1.5 查询类型(Query Types)++

4)不同表支持的查询类型

022

++3.2 数据写++

++3.2.1 写操作++

++3.2.2 写流程(UPSERT)++

1)Copy On Write

2)Merge On Read

023

++3.2.3 写流程(INSERT)++

1)Copy On Write

2)Merge On Read

++3.2.4 写流程(INSERT OVERWRITE)++

1)COW

2)MOR

3)优点

4)缺点

024

++3.2.5 Key 生成策略++

++3.2.6 删除策略++

1)逻辑删

2)物理删

++3.2.7 总结++

025

++3.3 数据读++

++3.3.1 Snapshot读++

++3.3.2 Incremantal读++

++3.3.3 Streaming读++

++3.4 Compaction++

相关推荐
实证小助手1 小时前
世界各国经济政策不确定指数(1997-2024年)月度数据
大数据·人工智能
csgo打的菜又爱玩2 小时前
1.JobManager启动流程解析.md
大数据·flink·源代码管理
Elastic 中国社区官方博客3 小时前
使用 Jina 远程 MCP 服务器的 Agentic 工作流
大数据·运维·人工智能·elasticsearch·搜索引擎·运维开发·jina
金融小师妹3 小时前
AI宏观情景模型解析:能源冲击与通胀粘性下的全球经济增长下修路径
大数据·svn·逻辑回归·能源
上海锝秉工控4 小时前
总线编码器:工业自动化的“智慧神经”
大数据·人工智能·自动化
互联网科技看点4 小时前
AtlasX Protocol 获 200 万美元种子轮融资
大数据·人工智能·区块链
观远数据5 小时前
AI优先的BI试点新玩法:如何用自然语言分析重构业务决策流程
大数据·人工智能·数据挖掘
ApacheSeaTunnel5 小时前
Apache SeaTunnel Zeta 为什么能做到“又快又稳”?
大数据·开源·数据集成·seatunnel·技术分享·数据同步
源码宝6 小时前
新一代医院信息系统云HIS,多租户共享,java版HIS+EMR+LIS全套源码
java·大数据·源码·云his·his系统·源代码·医院信息系统
跨境卫士-小汪6 小时前
多渠道获客复杂化跨境卖家如何优化整体结构
大数据·人工智能·产品运营·跨境电商·跨境