Delta Lake 进入 Linux 基金会

近日，数据湖（data lakes）数据治理项目 Delta Lake 进入 Linux 基金会，基金会表示将与 Delta Lake 共建数据湖开放标准。

Delta Lake 是一个存储层，为 Apache Spark 和大数据 workloads 提供 ACID 事务能力，其通过写和快照隔离之间的乐观并发控制（optimistic concurrency control），在写入数据期间提供一致性的读取，从而为构建在 HDFS 和云存储上的数据湖带来可靠性。

Linux 基金会介绍，当前每个组织都希望通过数据科学、机器学习和分析从数据中获得更多价值，但由于数据湖内部缺乏数据可靠性，产生了极大的阻碍。Delta Lake 通过使事务符合 ACID 标准来启用并发读取和写入，从而解决了数据可靠性挑战。它的架构实施能力有助于确保数据湖中没有损坏且不合格的数据。自 2017 年 10 月推出以来，Delta Lake 已被 4 000 多家组织采用，每月处理超过 2 exabyte（十亿字节）数据。

“将 Delta Lake 引入 Linux 基金会的中立组织之下，将有助于依赖该项目的开源社区开发解决存储和处理大数据（本地和云端）的技术”，Linux 基金会战略计划副总裁 Michael Dolan 表示。

实际上 Databricks 的联合创始人是 Apache Spark 项目的创建者，Spark 目前已成为大规模数据处理事实上的标准，尽管 Delta Lake 最初设计为与 Spark 配合使用，但其目前已经发展出了一个蓬勃的开源社区，并增加了对其它开源数据系统的支持。

目前 Delta Lake 已经被成千上万的组织采用，包括 Intel、阿里巴巴、Booz Allen Hamilton 与 Starburst 等，并且他们也是其开源生态的重要贡献者。为了进一步推动 Delta Lake 开源生态的发展，Delta Lake 背后的公司 Databricks 作出了将 Delta Lake 托管到 Linux 基金会的决定。

Databricks 的 CEO 兼联合创始人 Ali Ghodsi 表示：“我们的团队继续创建开源项目并为之做出贡献，因为我们知道这是最快、最全面的创新方式。为了解决组织的数据挑战，我们希望确保该项目以最真实的形式开源。通过 Linux 基金会社区的力量和贡献，我们相信 Delta Lake 将很快成为数据湖中数据存储的标准。”

相关阅读：

前阵子 Delta Lake 刚被 InfoWorld 评为 2019 年最佳开源软件，详见：

https://www.oschina.net/news/110451/2019-infoworld-bossie-awards