hudi

Apache Hudi 是一个开源的数据湖表格式与管理框架，用于在大规模数据存储上实现高效的数据更新（upsert）、删除及增量处理。它提供ACID事务、时间旅行查询、多版本并发控制（MVCC）和自动文件管理能力，支持与 Apache Spark、Flink 等计算引擎深度集成，并兼容云对象存储（如S3、ADLS）。其核心优势在于统一的增量写入/读取抽象，显著降低实时数据入湖与ETL的复杂度。适用于构建近实时数据湖、CDC数据同步、流批一体数仓及需要强一致性与历史版本管理的分析场景。