1
条回答
写回答
写回答
-
Transaction Log的整体设计目标，是实现单一信息源(Single Source of Truth，通过跟踪记录用户所有的表操作，从而为用户提供在任意时刻准确的数据视图。
同时，因为Delta Lake是基于Apache Spark构建的，依托Spark来管理维护事务日志，所以相比通过Metastore使用单一的数据库管理元数据，Delta Lake具备高可扩展的元数据处理能力，能够支持上百PB的Delta表读写访问。
除此之外，Delta Lake的事务日志也是其它重要数据管理特性实现的基础，比如数据版本回溯(Time Travel)等。
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。
相关问答
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。
热门讨论
热门文章
阿里云共享块存储和NAS还有OSS的区别是什么呀
7746
Databricks 和 Dataworks 都是一站式的数据分析平台，两者的区别是什么？
2070
hdfs 文件块过多（1亿）每个datanode 占3000万块(分16G内),某时刻内存陡然增加？
571
如果开传奇，同时在线4-5个版本需要什么配置云服务器多少带宽
3921
Cosco的优势是什么？
1179
EMR StarRocks有hive或spark的炸裂函数，类似explode可以用吗?
698
在阿里云E-MapReduce请问下这种情况是发生什么了？
190
阿里云E-MapReduce中JindoDistCp 有什么参数覆盖目标目录吗？
30
sprak是什么
724
阿里云数据湖存储OSS的产生背景是什么？
1362
展开全部
阿里封神谈hadoop生态学习之路
49566
分布式快照算法: Chandy-Lamport
23618
现代流式计算的基石：Google DataFlow
18475
JindoFS: 云上大数据的高性能数据湖存储方案
16398
HIVE MapJoin异常问题处理总结
15007
漫谈分布式计算框架
11169
基于Spark Streaming 进行 MySQL Binlog 日志准实时传输
11021
在 Apache Spark 中利用 HyperLogLog 函数实现高级分析
10600
从数砖开源 Delta Lake 说起
9682
【译】使用Spark SQL 运行大规模基因组工作流
9355
展开全部
相关文章
相关电子书
更多
