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
微学AI2 小时前
时序数据库选型指南:工业大数据场景下基于Apache IoTDB技术价值与实践路径
大数据·apache·时序数据库
lingling0095 小时前
颐顿机电携手观远BI数据:以数据驱动决策,领跑先进制造智能化升级
大数据·人工智能·制造
b***25115 小时前
电池自动生产线:科技赋能下的高效制造新范式
大数据·人工智能
哈哈很哈哈8 小时前
Hadoop JMX 配置的完整文档
大数据·hadoop·分布式
Dragon online8 小时前
数据仓库深度探索系列:架构选择与体系构建
大数据·数据仓库·分布式·架构·spark·大数据架构·数仓架构
数据要素X9 小时前
【数据架构08】数字化转型架构篇
大数据·数据库·数据仓库·架构·数据库架构
黄雪超11 小时前
Kafka——关于主题管理
大数据·分布式·kafka
阿里云大数据AI技术11 小时前
【跨国数仓迁移最佳实践4】MaxCompute 企业级能力升级:跨域访问控制与数据安全特性增强
大数据·人工智能·云计算
天天讯通11 小时前
机器人系统对接线索平台好处
大数据·数据库·人工智能·机器人·语音识别
2501_9248776212 小时前
智慧零售商品识别准确率↑32%:陌讯多模态融合算法实战解析
大数据·算法·目标检测·计算机视觉·视觉检测·边缘计算