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。
内容创业：内容、分发、赢利新模式
张贵泉、张洵瑒 / 电子工业出版社 / 2018-6 / 49
越来越多的内容平台、行业巨头、资本纷纷加入内容分发的战争中，竞争非常激烈。优质的原创性内容将成为行业中最宝贵的资源。在这样的行业形势下，如何把内容创业做好？如何提高自身竞争力？如何在这场战争中武装自己？是每一位内容创业者都应该认真考虑的问题。 《内容创业：内容、分发、赢利新模式》旨在帮助内容创业者解决这些问题，为想要进入内容行业的创业者出谋划策，手把手教大家如何更好地进行内容创业，获得更高的......一起来看看 《内容创业：内容、分发、赢利新模式》 这本书的介绍吧!
