Paimon 是什么?Apache Paimon简介

‌Apache Paimon是一个流式数据湖存储项目,旨在将Apache Flink的Streaming实时计算能力和Lakehouse新架构优势结合,促进数据在数据湖上的实时流动,并提供实时离线一体化的开发体验‌‌1。Paimon由Flink社区内部孵化,最初名为Flink Table Store (FTS),于2023年3月进入​​​​​​​Apache软件基金会(ASF)的孵化器,并改名为Apache Paimon (incubating)‌。

官方网站:Apache Paimon | Apache Paimon

功能和特点

  1. 统一批处理和流处理:Paimon 支持批量写入、批量读取,流式写入、流式更新,以及流式读取。

  2. 数据湖功能:作为数据湖存储系统,Paimon 具有低成本、高可靠性、可扩展的元数据等特性。

  3. 丰富的合并引擎:Paimon 支持按照用户喜欢的方式更新记录,包括保留最后一条记录、进行部分更新或将记录聚合在一起。

  4. 变更日志生成:Paimon 可以从任何数据源生成正确且完整的变更日志,从而简化流分析。

  5. 丰富的表类型:除了主键表,Paimon 还支持 append-only 只追加表,自动压缩小文件,并提供有序的流读取来替换消息队列。

  6. 架构:Paimon 的整体架构支持多种方式读写数据和执行 OLAP 查询。在读取层面,它可以读取 MySQL 中的数据以及消息队列中的数据。在查询层面,Paimon 除了可以和 Flink 进行交互,还可以和其他计算引擎进行交互,例如 Hive、Spark、Trino 等引擎。在底层,Paimon 会将列式文件存储在分布式文件系统中,例如 HDFS、S3,并且内部使用 LSM Tree 这种数据结构来存储数据,所以可以支持大量数据更新和高性能查询。

  7. 生态系统:Paimon 支持与 Apache Flink、Apache Hive、Apache Spark 和 Trino 等计算引擎的集成。

  8. 实时更新和海量附加数据处理:Paimon 提供了实时更新能力,支持定义合并引擎和变更日志生成器,以及处理大规模批处理和流处理的能力。

适用场景

Paimon适用于需要在流数据进行实时查询和分析的场景,如金融、电子商务、物联网等领域。它能够帮助用户构建高效的流式数据湖,实现高吞吐、低延迟的数据处理和实时查询能力‌。

相关推荐
MaxCode-134 分钟前
单智能体篇:Prompt工程艺术
大数据·人工智能·prompt
计算机毕设残哥3 小时前
大数据毕业设计推荐:基于Hadoop+Spark的手机信息分析系统完整方案
大数据·hadoop·课程设计
Hello.Reader4 小时前
Elasticsearch Rails 集成(elasticsearch-model / ActiveRecord)
大数据·elasticsearch·jenkins
代码的余温6 小时前
Elasticsearch核心概念
大数据·elasticsearch·搜索引擎
TDengine (老段)6 小时前
TDengine IDMP 应用场景:微电网监控
大数据·数据库·物联网·ai·时序数据库·tdengine·涛思数据
8K超高清6 小时前
广播级讯道摄像机CCU后挂上的PGM、ENG、PROD音频旋钮是做什么用的?
大数据·人工智能·科技·数码相机·音视频·智能硬件
跨境卫士-小卓7 小时前
eBay新政深度解读:2025跨境交易规则重构与卖家应对策略
大数据·重构·跨境电商
PawSQL8 小时前
十年磨一剑!Apache Hive 性能优化演进全史(2013 - )
大数据·hive·性能优化
IsPrisoner8 小时前
深入理解 Elasticsearch:从原理到实战的系统性解析
大数据·elasticsearch·搜索引擎
派可数据BI可视化8 小时前
解读商业智能BI,数据仓库中的元数据
大数据·数据仓库·数据分析·spark·商业智能bi