每张表的状态都是由记录在事务日志中中的所有commit所决定的,事务日志相当于提供了每一步操作的历史记录,详细记录了表从初始状态到当前状态的所有操作步骤。因此,我们可以通过遍历DeltaLake深度解析<66表从初始状态到某个时间点的所有commit,来重构出表在任意时间点的状态。这个强大的功能就是时间回溯,或者叫做数据版本控制。更多关于时间回溯的说明,可以参考IntroducingDeltaTimeTravelforLargeScaleDataLakes
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。