Hudi文件布局

适用于版本0.10.1

• DFS基础路径上按照文件夹结构组织。
• 表被分解成多个分区。
• 每个分区中，文件按照文件组分组，文件通过id唯一标识。
• 每个文件组有多个 文件分片。
• 每个文件分片包含提交或压缩是生成的base文件(.parquet)和之后生成的log文件(.log.*)

Hudi采用多版本并发控制(MVCC)管理文件版本，compaction合并base文件和log 文件，cleaning清理未使用或过时的文件分片。

参考资料