Delta Lake 提供了数据版本控制，能够及时获取文件的每个版本，这一特性对于《通用数据保护条例》（General Data Protection Regulation，简称 GDPR）及其他相关的审计请求来说非常有帮助。文件的元数据存储顺序和数据处理过程保持一致，从而支持相同级别的数据处理和特征增强。
Delta Lake 提供了模式执行功能。可以检查数据类型以及字段是否存在，并强制设置字段以确保数据始终保持干净。此外，更改模式不需要 DDL，可以自动应用变更。
Delta Lake 部署在现有的数据湖之上，它与批处理和流式数据均兼容，并可作为一种新的数据源插入到现有的 Spark 作业中。数据以通用的Apache Parquet格式存储。
Delta Lake 和 MLFlow 也兼容，MLFlow 是 Databricks 在去年推出的最新的开源平台。代码可在GitHub上获得。
查看英文原文：Databricks Open Sources Delta Lake to Make Data Lakes More Reliable
暂无签名
本次报告为开发者，技术管理者，开源社区运营、市场，开源办公室工作人员带来信息上的增量以及对开源趋势、...
ArchSummit十年，我们的思考
OPPO 互联网业务隐私安全建设实践
基于区块链技术的数字化营销实践
评论