delta-lake - Delta Lake 的自定义元数据/标签？

Question

我正在尝试将两个表的版本联系在一起。就像表 A 的第 1 版用于生成表 B 的第 3 版一样，我想知道这一点。Delta Lake 中是否已经存在可以轻松实现此功能的东西？

我想也许我可以尝试始终使两个版本号匹配，例如如果我更改一个表，我也会对另一个表进行额外的操作。但这似乎不是一个真正的解决方案，也不是一个强大的解决方案。

先感谢您！

Answer 1

由于 Delta 中没有自定义元数据机制，并且由于无法跨 Delta 表协调事务，因此解决此问题的最佳实践是在数据中添加额外的列。

不要担心存储成本，因为 Parquet 压缩将使用不同的小空间来长时间运行，列中具有相同的值。不要担心查询性能，因为 (a) 如果您不需要元数据列，它们将不会被检索，并且 (b) 因为如果您确实需要按元数据过滤，Delta stats 集合将优化查询。

希望这可以帮助。