Databricks开源Delta Lake：让数据湖更可靠_大数据_Alex Giamas



 写点什么

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

发布

暂无评论

创作场景

Databricks 开源 Delta Lake：让数据湖更可靠

评论

AntDB数据库参加ACDU中国行杭州站，分享数据库运维实践与经验

开源即时通讯（IM）项目OpenIM源码部署流程

etl engine cdc 模式有哪些应用场景

创作场景

Databricks 开源 Delta Lake：让数据湖更可靠

评论

更多内容推荐

推荐阅读

电子书

大厂实战PPT下载