基于Apache Paimon的實時湖倉架構(gòu)探索_第1頁
基于Apache Paimon的實時湖倉架構(gòu)探索_第2頁
基于Apache Paimon的實時湖倉架構(gòu)探索_第3頁
基于Apache Paimon的實時湖倉架構(gòu)探索_第4頁
基于Apache Paimon的實時湖倉架構(gòu)探索_第5頁
已閱讀5頁，還剩21頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

實時湖倉架構(gòu)探索鐘宇江小米Agenda當前架構(gòu)痛點：l實時計算成本高l架構(gòu)復雜，作業(yè)穩(wěn)定性差l存儲成本高典型案例存在的問題穩(wěn)定性差對于實時數(shù)倉的期待架構(gòu)升級：希望能將流計算和數(shù)據(jù)湖倉更好的結(jié)合，盡可能減少實時化帶來的額外資l簡化架構(gòu)，提升穩(wěn)定性l統(tǒng)一數(shù)據(jù)鏈路對于實時數(shù)倉的期待希望能夠在界定correctness的前提下，平衡好freshness和cost之間的關(guān)系A(chǔ)pachePaimon是什么？創(chuàng)新地將LSM結(jié)構(gòu)融合到Lakehouse架構(gòu)，在有效應對流處理語義挑戰(zhàn)的同時，對批處理及OLAP也有不錯的支持痛點：成本高+架構(gòu)復雜根本原因：Join效率低將相同主鍵的多條記錄進行merge，取每個列最后一個非NULL值基于LSM數(shù)分層有序結(jié)構(gòu)的StreamJoin過程中磁盤隨機讀變化預期收益l作業(yè)穩(wěn)定性提升產(chǎn)生的空間放大產(chǎn)生的空間放大系數(shù)測試6.7文件系統(tǒng)上的總數(shù)據(jù)量最新快照引用的數(shù)據(jù)量適應不同的使用場景探索場景3：LookupJoin提效探索場景3：LookupJoin提效探索場景3：LookupJoin提效發(fā)中都加載全表數(shù)據(jù)預期收益未來展望繼續(xù)挖掘Paimon在流計算場景下的應用

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論