写回答
-
使用PySpark创建Delta Lake表，并执行表读写操作。 、 （1）Delta Lake Starter一启动PySpark 启动PySpark并加载Delta相关依赖:
（2）Delta Lake Startee一DML准备 创建表并执行若干Update/Delete/Merge操作。 通过PySpark Datafram API创建一张Delta表，表的名称是random_num，表中只包含一列数字；接下来往表中执行几条简单的修改操作语句
（3）Delta Lake文件系统目录结构 Delta Lake表的物理存储目录下，既包括自身的表数据文件，也包括记录表Schema及表变化的Delta Logs。 Delta数据文件：Parquet文件; Delta事务日志_delta_log包含Meta Data 以及事务操作历史。
以上内容摘自《Databricks数据洞悉》电子书，点击https://developer.aliyun.com/topic/download?id=8545可下载完整版
2022-07-29 10:33:08赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
阿里云EMR是云原生开源大数据平台，为客户提供简单易集成的Hadoop、Hive、Spark、Flink、Presto、ClickHouse、StarRocks、Delta、Hudi等开源大数据计算和存储引擎，计算资源可以根据业务的需要调整。EMR可以部署在阿里云公有云的ECS和ACK平台。
