说实话，Hudi的COW和MOR表布局解析是个有点复杂的话题，哈哈，不过咱就是说既然来了那就好好讲讲。

由于在写入期间进行合并,COW 会产生一些写入延迟。 但是COW 的优势在于它的简单性,不需要其他表服务,也相对容易调试。

MOR表 顾名思义,合并成本从写入端转移到读取端。 因此在写入期间我们不会合并或创建较新的数据文件版本。

标记/索引完成后,对于具有要geng新记录的现有数据文件,Hudi 创建增量日志文件并适当命名它们,以便它们dou属于一个文件组。

读取端将实时合并基本文件及其各自的增量日志文件。 你可Neng会想到这种方式,每次的读取延迟dou比较高,所 以 Hudi 使用压缩机制来将数据文件和日志文件合并在一起并创建geng新版本的数据文件。

449:COW 表是在写入操作时进行复制的表,每次写入操作dou会创建一个新的 COW 表,并将原表覆盖。COW 表的主要优点是Ke以减少内存占用和提高写入性Neng。

MOR表中,包含列存的基本文件和行存的增量日志文件。

下图描述了 Hudi表在存储中的基本路径下的典型数据布局.每个文件切片dou与时间轴上操作的特定时间戳相关联,文件组中的文件切片本质上跟踪所包含的记录如何随时间演变.

在 Hudi表的分区路径中,单个基本文件及其关联的日志文件被分组在一起作为文件切片.

这个问题啊，害，说复杂也不复杂，主要是kan网站的内容质量、结构、以及外部链接等因素。

你得确保你的内容是原创的、有价值的，同时网站的结构也要清晰易导航，对吧？还有就是外部链接，这玩意儿hen重要，影响着网站的权重。

Hudi 的读写原理与它的表类型、文件组织方式、索引机制、事务处理等方面紧密相关。

hudi_orders/├── .hoodie/│ ├── hoodie.properties│ └── .commit ← t1 commit 完成标记│ │└── dt=--/ ├── file_group_1/ │ └── fg001_0_20240101120000.parquet ← 600条记录, ~76MB └── file_group_2/ └── fg002_0_20240101120000.parquet ← 400条记录, ~51MB

条记录按目标文件大小拆分为 个 File Group

每个 File Group 有且仅有一个 Base File

hudi_orders/├── .hoodie/│ ├── .commit│ └── .commit ← t2 commit│└── dt=--/ ├── file_group_1/ │ ├── fg001_0_20240101120000.parquet ← 旧版本 │ └── fg001_0_20240101130000.parquet ← 新版本 └── file_group_2/ ├── fg002_0_20240101120000.parquet ← 旧版本 └── fg002_0_20240101130000.parquet ← 新版本

Clean 规则：根据hoodie.cleaner.commits.retained，超出部分被清理。

hudi_orders_mor/├── .hoodie/│ ├── hoodie.properties│ └── .deltacommit ← 注意是 deltacommit│└── dt=--/ ├── fg001_0_20240101120000.parquet ← Base File, 600条 └── fg002_0_20240101120000.parquet ← Base File, 400条

MOR 表的 Insert 首次写入也是生成 Parquet Base File，区别在于后续 Upsert。

hudi_orders_mor/├── .hoodie/│ ├── .deltacommit│ └── .deltacommit ← t2 deltacommit│└── dt=--/ ├── fg001_0_20240101120000.parquet ← Base File 不变! ├── .fg001_20240101130000.log.1_0-- ← Log File ├── fg002_0_20240101120000.parquet ← Base File 不变! └── .fg002_20240101130000.log.1_0-- ← Log File

MOR 核心行为：不对不对，应该是MOR表的读取端会实时合并基本文件和增量日志文件！你懂的，这样就Neng保证数据的实时性。

正如我们之前所讨论，由于COW在写操作时复制数据，所以写操作开销较大，但读操作直接读取Zui新版本的数据文件，所以读性Neng较高。

MOR则相反，它的写操作相对较快，因为它只是追加日志文件，但读操作需要实时合并基本文件和日志文件，所以读延迟相对较高。

Hudi通过压缩机制来优化MOR表的读性Neng，将数据文件和日志文件合并在一起创建geng新版本的数据文件，从而减少读延迟。

.