Spark SQL 使用 Delta Lake 读者交流群已经开通了，有需要的可以私信进入读者交流群 前面我们介绍过了 Delta Lake可以解决我们数据更新和小文件合并的问题，我们知道数据湖三驾马车的特性如下： Iceberg 的设计初衷更倾向于定义一个标准、开放且通用的数据组织格式，同时屏蔽底层数据存储格式上的差异，向上提供统一的操作 API，使得不同的引擎可以通过其提供的 API 接入； Hudi 的设计初衷更像是为了解决流式数据的快速落地，并能够通过 upsert

Spark SQL Shell 版 使用Delta Lake 读者交流群已经开通了，有需要的可以私信进入读者交流群 前面我们学了项目工程中使用Delta Lake，但是很多时候我们在学习和实验阶段，都喜欢使用Spark shell ，所以这一节我们介绍一下如何在Spark shell 中使用Delta Lake。 开始之前，我们还是强调一下版本的问题，虽然我们上次我们说过了半本的问题，但是还是有人来问，下面是版本的兼容性问题。 Delta Lake version

Delta Lake与实时计算 前面我们已经花了大量的篇幅在介绍Delta Lake，而且我们介绍了多种场景中去使用Delta Lake，你可以参考下面的文章 Spark SQL Scala版 使用 Delta Lake Spark SQL Shell 版 使用Delta Lake Spark SQL SQL 版 使用 Delta Lake Spark SQL Python版 使用 Delta Lake Spark Streaming 使用 Delta Lake 今天我们来看一