hudi数据类型
Hudi是一种支持增量数据处理的数据存储格式，它将数据划分为元数据和数据两个部分。
（1）元数据：.hoodie目录对应着表的元数据信息，包括表的版本管理（Timeline）、归档目录（存放过时的instant也就是版本），一个instant记录了一次提交（commit）的行为、时间戳和状态，Hudi以时间轴的形式维护了在数据集上执行的所有操作的元数据； （2）数据：和hive一样，以分区方式存放数据；分区里面存放着Base File（.parquet）和Log File（.log.*）；
Hudi如何组织和管理数据表
Hudi文件通常由以下几个组成部分组成：
Hudi将数据表组织成分布式文件系统基本路径（basepath）下的目录结构，每个表被划分为多个分区，这些分区是包含该分区的数据文件的文件夹，类似于Hive表。在每个分区中，文件被组织成文件组，由文件ID唯一标识。每个文件组包含几个文件片（FileSlice），其中每个文件片包含一个基本文件（.parquet）和多个日志文件（.log.*），这些日志文件包含自生成基本文件以来对基本文件的插入/更新。
为了实现数据的一致性和可靠性，Hudi采用了多版本并发控制（Multiversion Concurrency Control, MVCC）。在Hudi中，更新操作会生成一个新的版本，并且每个版本都有一个时间戳（instant time）。当进行compaction操作时，Hudi会合并日志和基本文件以产生新的文件片，从而减少数据碎片和提高查询性能。而在clean操作中，Hudi会清除不使用的/旧的文件片以回收文件系统上的空间，确保数据的可靠性和高效性。
hudi特性：
数据分区：Hudi支持数据的分区操作，用户可以按照指定的分区键对数据进行分区，从而提高查询性能和降低查询成本。
事务支持：Hudi支持ACID事务，包括回滚、提交和撤销等操作。这些操作可以保证数据的一致性和可靠性。
增量拉取：Hudi支持增量拉取数据，即只拉取发生变化的数据，从而提高数据处理的效率和性能。
数据合并：Hudi支持数据合并操作，可以将多个数据源的数据合并成一个数据集，从而提高数据的价值和利用率。
实时查询：Hudi支持实时查询，可以在数据发生变化时即时更新查询结果。这对于需要实时监控和处理数据的应用程序非常有用。
