Apache Hudi
Uberが2017年に生んだレイクハウスのテーブルフォーマット。IcebergやDelta Lakeより先に、Parquetデータ上でアップサート、増分クエリ、「タイムトラベル」を実現した。
ストレージには二種類ある。Copy-on-Writeは書き込み時にParquetファイルを書き直し、読み取りが速い。Merge-on-Readは書き込みをデルタログに入れて定期的にコンパクションし、書き込みが速い。レコード単位のインデックスにより、全体をスキャンせずに行がどのファイルにあるかを特定できる。
オープンなエコシステムではフォーマット戦争でIcebergに敗れたが、頻繁なアップサートが必須の分野、たとえばフィンテックやCDCパイプラインでは今も強い。開発はOnehouseが主導している。