Apache hudi COW表和 MOR表

Hudi表分为Copy on Write和Merge on Read两种类型，Copy on Write（简称COW）或Merge on Read（简称MOR），Merge on Read是对Copy on Write的优化，主要是写入性能优化。

对于COW表，每次更新都会生成一个新的文件，里面包括了更新的数据以及属于同一个文件但没有被更新的老数据。所以这个文件比较大，写入也会比较慢。

为了加快写入（主要是update）的速度，Hudi引入了MOR表。和COW表最大的不同就是，MOR表在更新时只会把更新的那部分数据写入一个.log文件，因为.log文件不包含老数据，也不涉及tagging，又是顺序写入的，所以写入会非常快。而当客户端要读取数据时，会有两种选择：

• 读取时动态地把.log文件和原始数据文件（称为base文件）进行merge

• 异步地把.log文件和base文件merge，如果merge还没完成，只能读到上个版本的数据

无论是哪一种办法，都有利有弊。
第一种办法的优点是数据保证最新，缺点是读取的性能较差。

第二种办法的优点是读取的性能和COW表相同，缺点是异步merge（称为compaction）有一定的延迟。这也就是Hudi官网上展示的snapshot query和read optimised query的差异来源