Delta Lake、Iceberg和Hudi如何选型
Delta Lake、Apache Iceberg和Apache Hudi是当前最流行的三大开放表格式（Open Table Format）。请从ACID支持、Time Travel、Schema Evolution、Upsert/Delete性能、计算引擎兼容性（Spark/Flink/Trino/Hive）、社区生态和适用场景等方面进行全方位对比，给出选型建议。
回答
Yahuda
三大表格式对比
| 维度 | Delta Lake | Apache Iceberg | Apache Hudi |
|---|---|---|---|
| ACID | 事务日志实现 | 快照隔离 | 基于时间线Txn |
| Time Travel | 版本表/时间戳 | Snapshot API | 增量查询 |
| Schema Evolution | 支持增删改字段 | 支持重命名/升降序 | 支持增删改 |
| Upsert/Delete | Merge Into | Row Delta | 最佳，原生支持 |
| Spark兼容 | ✅原生 | ✅ | ✅ |
| Flink兼容 | 连接器 | ✅原生 | ✅原生 |
| Trino/Presto | 连接器 | ✅原生 | 连接器 |
| Hive | 连接器 | ✅原生 | ✅原生 |
选型建议
- Delta Lake：Databricks生态用户；追求简单易用
- Iceberg：多云/多引擎场景；需要开放标准；Netflix/Apple大规模验证
- Hudi：CDC场景（Upsert频繁）；增量ETL需求；Uber大规模验证
趋势：Iceberg社区增长最快，已成为事实标准的开放表格式