| hexj9 | 2019-10-20 16:32 |
|
近日，数据湖（data lakes）数据治理项目 Delta Lake进入Linux基金会，基金会表示将与Delta Lake共建数据湖开放标准。 Delta Lake 是一个存储层，为Apache Spark和大数据workloads提供ACID事务能力，其通过写和快照隔离之间的乐观并发控制（optimistic concurrency control），在写入数据期间提供一致性的读取，从而为构建在HDFS和云存储上的数据湖带来可靠性。  Linux基金会介绍，当前每个组织都希望通过数据科学、机器学习和分析从数据中获得更多价值，但由于数据湖内部缺乏数据可靠性，产生了极大的阻碍。Delta Lake通过使事务符合ACID标准来启用并发读取和写入，从而解决了数据可靠性挑战。它的架构实施能力有助于确保数据湖中没有损坏且不合格的数据。自2017年10月推出以来，Delta Lake已被4 000多家组织采用，每月处理超过2 exabyte（十亿字节）数据。 “将Delta Lake引入Linux基金会的中立组织之下，将有助于依赖该项目的开源社区开发解决存储和处理大数据（本地和云端）的技术”，Linux基金会战略计划副总裁Michael Dolan表示。 实际上Databricks的联合创始人是 Apache Spark项目的创建者，Spark目前已成为大规模数据处理事实上的标准，尽管Delta Lake最初设计为与Spark配合使用，但其目前已经发展出了一个蓬勃的开源社区，并增加了对其它开源数据系统的支持。 目前Delta Lake已经被成千上万的组织采用，包括Intel、阿里巴巴、Booz Allen Hamilton与Starburst等，并且他们也是其开源生态的重要贡献者。为了进一步推动Delta Lake开源生态的发展，Delta Lake背后的公司Databricks作出了将Delta Lake托管到 Linux基金会的决定。 Databricks的CEO兼联合创始人Ali Ghodsi表示：“我们的团队继续创建开源项目并为之做出贡献，因为我们知道这是最快、最全面的创新方式。为了解决组织的数据挑战，我们希望确保该项目以最真实的形式开源。通过Linux基金会社区的力量和贡献，我们相信Delta Lake将很快成为数据湖中数据存储的标准。” |
|
