(1)DeltaLake的计算和存储天然分离,用户可以进行更灵活的资源调度。
(2)LakeHouse依赖于可以无限扩容的对象存储服务,其元数据的处理也依赖于高扩展性的Spark作业,用户无须关心存储容量的问题。
(3)开放的数据格式可以让数据在不同系统之间的迁移更加顺畅。
(4)与数据湖相同,Lakehouse同时支持结构化、半结构化与非结构化的数据。
(5)批流一体。与lambda架构不同,Lakehouse能够做到真正的批流一体,从而简化数据的架构。
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
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。