Capítulo 6. Mergulha profundamente nos formatos de dados
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
O design não é apenas o aspeto e o toque. O design é a forma como funciona.
Steve Jobs
Tradicionalmente, os data warehouses são criados em um formato de dados proprietário que eles aproveitam para otimizar os padrões de consulta. Dado o número crescente de cenários que são servidos pelo lago de dados em Cloud, especialmente com o aumento do padrão de arquitetura lakehouse, cada vez mais clientes e fornecedores de soluções estão a investir em capacidades que permitem a execução de consultas semelhantes a armazéns diretamente no lago de dados em Cloud. Isso nos aproxima da promessa de fornecer uma arquitetura que minimiza a necessidade de copiar dados para frente e para trás entre armazenamentos de dados para fins específicos. Essa promessa de um armazenamento de dados sem silos resultou em um número cada vez maior de formatos de dados abertos que permitem a execução de consultas do tipo warehouse diretamente em um armazenamento do lago de dados em Cloud. Neste capítulo, vamos dar uma olhada em três desses formatos: Apache Iceberg, Delta Lake e Apache Hudi. Este capítulo é provavelmente o mais técnico do livro, onde analisamos os formatos em detalhes, incluindo como eles atendem aos cenários para os quais foram projetados. Espero que este capítulo te dê conhecimento suficiente sobre o motivo pelo qual estes ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access