1.前言如果要深入了解ApacheHudi技术的应用或是性能调优，那么明白源码中的原理对我们会有很大的帮助。Upsert是ApacheHudi的核心功能之一，主要完成增量数据在HDFS/对象存储上的修改，并可以支持事务。而在Hive中修改数据需要重新分区或重新整个表，但是对于Hudi而言，更新可以是文件级别的重写或是数据先进行追加后续再重写，对比Hive大大提高了更新性能。upsert支持两种模式的写入CopyOnWrite和MergeOnRead，下面本文将介绍ApacheHudi在Spark中Upsert的内核原理。2.Upsert场景执行流程介绍对于HudiUpsert操作整理了比较核心

1.前言如果要深入了解ApacheHudi技术的应用或是性能调优，那么明白源码中的原理对我们会有很大的帮助。Upsert是ApacheHudi的核心功能之一，主要完成增量数据在HDFS/对象存储上的修改，并可以支持事务。而在Hive中修改数据需要重新分区或重新整个表，但是对于Hudi而言，更新可以是文件级别的重写或是数据先进行追加后续再重写，对比Hive大大提高了更新性能。upsert支持两种模式的写入CopyOnWrite和MergeOnRead，下面本文将介绍ApacheHudi在Spark中Upsert的内核原理。2.Upsert场景执行流程介绍对于HudiUpsert操作整理了比较核心

更多技术交流、求职机会，欢迎关注字节跳动数据平台微信公众号，回复【1】进入官方交流群Doris简介Doris是一种MPP架构的分析型数据库，主要面向多维分析，数据报表，用户画像分析等场景。自带分析引擎和存储引擎，支持向量化执行引擎，不依赖其他组件，兼容MySQL协议。ApacheDoris具备以下几个特点：良好的架构设计，支持高并发低延时的查询服务，支持高吞吐量的交互式分析。多FE均可对外提供服务，并发增加时，线性扩充FE和BE即可支持高并发的查询请求。支持批量数据load和流式数据load，支持数据更新。支持Update/Delete语法，unique/aggregate数据模型，支持动态更

更多技术交流、求职机会，欢迎关注字节跳动数据平台微信公众号，回复【1】进入官方交流群Doris简介Doris是一种MPP架构的分析型数据库，主要面向多维分析，数据报表，用户画像分析等场景。自带分析引擎和存储引擎，支持向量化执行引擎，不依赖其他组件，兼容MySQL协议。ApacheDoris具备以下几个特点：良好的架构设计，支持高并发低延时的查询服务，支持高吞吐量的交互式分析。多FE均可对外提供服务，并发增加时，线性扩充FE和BE即可支持高并发的查询请求。支持批量数据load和流式数据load，支持数据更新。支持Update/Delete语法，unique/aggregate数据模型，支持动态更