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
梅一一39 分钟前
5款AI对决:Gemini学术封神,但日常办公我选它
大数据·人工智能·数据可视化
telllong1 小时前
几种常用的Agent的Prompt格式
大数据·数据库·prompt
jiedaodezhuti1 小时前
elasticsearch低频字段优化
大数据·elasticsearch·搜索引擎
Smile丶凉轩3 小时前
技术栈ES的介绍和使用
大数据·c++·elasticsearch·搜索引擎
tongjiwenzhang3 小时前
AppTrace 视角下 App 一键拉起:提升应用转化率的高效方案
大数据
Mr.Demo.4 小时前
[ElasticSearch] ElasticSearch的初识与基本操作
大数据·elasticsearch·搜索引擎
transitory_truth4 小时前
ES分词搜索
大数据·elasticsearch
zskj_zhyl4 小时前
智绅科技——科技赋能健康养老,构建智慧晚年新生态
大数据·人工智能·科技
不平衡的叉叉树7 小时前
ES中must与filter的区别
大数据·elasticsearch·搜索引擎
夜影风9 小时前
ElasticSearch简介及常用操作指南
大数据·elasticsearch·搜索引擎