Apache Hudi COW与MOR存储模型的选择策略
Apache Hudi支持两种存储类型：Copy-On-Write(COW)和Merge-On-Read(MOR)。请解释两者的底层实现差异、读写性能对比，以及业务选型建议（什么场景用COW、什么场景用MOR）。
回答
小字辈
COW（Copy-On-Write）：
- 写入时（UPSERT）直接重写整个Parquet文件
- 读取时只需读取Base文件，无合并开销
- 写放大明显（每次更新都重写整个文件）
- 性能：写入慢，读取快
- 存储占用：每次更新产生新版本完整文件
MOR（Merge-On-Read）：
- 写入数据分为Base File(Parquet) + Log File(Avro)
- Base File只写一次，后续更新追加到Log File
- 读取时需要Merge Base + Log（两种模式：ReadOptimized(RO)只读Base，Snapshot/Incremental合并读取）
- 性能：写入快（仅追加Log），读取稍慢（需合并）
- 存储占用：Log文件记录变更，定期Compaction将Log合并回Base
选型建议：
| 场景 | COW | MOR |
|---|---|---|
| 写少读多 | ✅ | ❌ |
| 写多读少 | ❌ | ✅ |
| 实时入湖(高频UPSERT) | ❌ | ✅ |
| 离线批处理读 | ✅ | ❌ |
| 数据一致性要求高 | ✅ | ✅(snapshot模式) |
典型场景：
- COW：维度表（低频更新，高频查询）
- MOR：事实表（高频写入，流式入湖）