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。
极简算法史：从数学到机器的故事
[法] 吕克•德•布拉班迪尔 / 任轶 / 人民邮电出版社 / 2019-1 / 39.00元
数学、逻辑学、计算机科学三大领域实属一家，彼此成就，彼此影响。从古希腊哲学到“无所不能”的计算机，数字、计算、推理这些貌似简单的概念在三千年里融汇、碰撞。如何将逻辑赋予数学意义？如何从简单运算走向复杂智慧？这背后充满了人类智慧的闪光：从柏拉图、莱布尼茨、罗素、香农到图灵都试图从数学公式中证明推理的合理性，缔造完美的思维体系。他们是凭天赋制胜，还是鲁莽地大胆一搏？本书描绘了一场人类探索数学、算法与逻......一起来看看 《极简算法史：从数学到机器的故事》 这本书的介绍吧!
