1. Hudi

Apache Hudi是一个Data Lakes的开源方案，Hudi是Hadoop Updates and Incrementals的简写， 它是由Uber开发并开源的Data Lakes解决方案。Hudi能够基于HDFS之上管理大型分析数据集，可以对数据进行插入、更新、增量消费等操作， 主要目的是高效减少摄取过程中的数据延迟。Hudi非常轻量级，可以作为lib与Spark、Flink进行集成，

1.1. 数据湖的基本理解

数据湖强调“先存后用”，适合承接结构化、半结构化和非结构化数据。和传统数仓相比，它更适合作为原始数据沉淀层与大规模离线分析底座。

2. reference

• https://hudi.apache.org

3. 延伸理解

• Hudi 更强调增量更新与近实时摄取。
• Iceberg 更强调表格式管理和计算引擎兼容性。
• Delta Lake 更常见于 Spark 生态。