Databricks中目录内Delta表是什么？模拟考题求解

一、Databricks中目录形式的Delta表是什么 #

Delta Lake作为Databricks的ACID事务存储层，以目录形式存在的Delta表本质是包含数据文件、事务日志文件及元数据文件的目录集合：

• 数据以多个Parquet格式文件存储（会按数据大小、分区规则拆分，而非单个文件）
• 目录下包含_delta_log子目录，里面存放记录所有事务操作的JSON文件，用于维护表的版本历史、快照及一致性
• 若为分区表，还会包含按分区键值命名的子目录，但这只是表目录的一部分

二、模拟考题答疑 #

题目：目录中的Delta表是什么？
选项：
a) 它是包含数据文件的目录；
b) 它是包含数据的单个文件；
c) 它是基于分区值命名的子目录；
d) 它是包含表快照的JSON文件。

选项分析 #

• 选项b错误：Delta表的数据分散在多个Parquet文件中，并非单个文件
• 选项c错误：分区子目录只是分区Delta表目录的组成部分，不是表本身
• 选项d错误：包含表快照的JSON文件是_delta_log目录下的事务日志，属于表的元数据组件，而非表的整体定义
• 正确答案：a：Delta表的核心载体是包含数据文件的目录（同时还包含日志等文件，但选项a是所有选项中最贴合表本质定义的描述）

内容的提问来源于stack exchange，提问作者Patterson