官方参考
查询类型
- 快照查询（Snapshot Queries）
查询最新的数据。
- 增量查询（Incremental Queries）
查询指定时间范围内新增或修改的数据。
- 读优化查询（Read Optimized Queries）
仅查询 Parquet 格式的基础文件中的数据，为 MOR 表特有。
| 表类型 | 支持的查询类型 |
|---|---|
| COW | 快照查询、增量查询 |
| MOR | 快照查询、增量查询、读优化查询 |
- 快照查询和读优化查询对比
| 对比项 | 快照查询 | 读优化查询 |
|---|---|---|
| 数据延迟 | 低 | 高 |
| 查询延迟 | 高（需合并基础文件和增量的日志文件） | 低（只涉及基础文件） |
表类型
| 对比项 | COW | MOR |
|---|---|---|
| 数据延迟 | 高 | 低 |
| 查询延迟 | 低 | 高 |
| 更新开销（I/O） | 高（重写整个 parquet 文件） | 低（追加写增量日志文件） |
| Parquet 文件大小 | 小（高更新开销） | 大（低更新开销） |
| 写放大 | 高 | 低（依赖压缩策略） |
文件类型
- 基础文件（basefiles）
基础文件为列存储格式（parquet）的文件，可类比为 MySQL innodb 引擎的 idb 数据文件或者 Redis 的 RDB 文件（Redis 的 RDB 未含所有数据，MOR 表的也是，但 COW 表的包含所有数据）。
- 日志文件（logfiles）
日志文件是增量的（delta）只追加写的文件，可类比为 MySQL 的 binlog 文件或者 Redis 的 AOF 文件（实际为全量数据），为 MOR 表独有，为行存储格式（avro）文件。
| COW 表 | MOR 表 | |
|---|---|---|
| 基础文件 | 包含所有数据 | 仅包含压缩（Compaction）后的数据 |
| 日志文件 | 没有日志文件 | 每次新写入的都放在日志文件，通过压缩合并为基础文件，压缩可同步或者异步进行，或者周期性的进行 |
压缩（Compaction）
Hudi 的压缩是为解决日志文件过多问题，通过压缩合并日志文件，减少日志文件数量。压缩分为调度（schedule）和执行（run）两个步骤，压缩的方式分为同步和异步两种。
设置 hoodie.compact.inline 为 true 启用同步压缩，设置为 false 启用异步压缩，默认为 false 。hoodie.compact.inline.max.delta.commits 控制最近一次压缩后新产生多少个 commits 后启动压缩，而 hoodie.compact.inline.max.delta.seconds 则控制最近一次压缩后多久启动压缩，压缩策略通过 hoodie.compaction.strategy 指定。
设置 hoodie.compact.schedule.inline 为 true（默认为 false），则可在每次写完成后决定是否触发压缩。
设置 hoodie.compact.inline.trigger.strategy 控制压缩触发策略。