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
以上所述就是小编给大家介绍的《Databricks 开源 Delta Lake：让数据湖更可靠》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持！
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
创意，未来的工作方式
方军 / 中信出版社 / 2016-11-20 / 58.00元
知识工作者已成过去，创意工作者才是未来 工作的本质是创意 纵观我们身处的世界，除了自然美景，世间或伟大或平凡的事物，几乎都是人观念革新的产物，它们多数是我们在工作过程中群体创意的产物。 从工业时代到知识时代，大多数人通过掌握新知、持续学习，获得社会的认可和回报；但进入以大数据、人工智能、机器人为标志的新时代，单纯的学习已经不能满足社会对人的要求。算法和机器人正在取代人类很多重复性......一起来看看 《创意，未来的工作方式》 这本书的介绍吧!
