提到 Apache Hudi，关注数据湖的同学想必都不陌生，Apache Hudi 与 Apache Iceberg、Delta Lake 一起被并称为“数据湖三剑客”。
其中 Apache Hudi 引入了事务、行级别的更新/删除、流式更新到数据湖等优势，近年来越来越多地被阿里、字节跳动、腾讯等头部互联网公司关注，用作构建企业数据湖的基础架构。
与此同时，随着数据湖架构的日益成熟，如何对数据湖中的数据进行高效极速的分析，也成为企业数据湖平台成败的关键。
作为 StarRocks 社区的战略合作伙伴，阿里云一直致力于将 StarRocks 打造为全新的数据湖分析引擎。继在 2.1 版本主导并贡献了 Apache Iceberg 外表的特性后，经过近两个月的设计与开发， 阿里云开源大数据团队在 StarRocks 2.2 版本中又贡献了面向 Apache Hudi 的外表特性，进一步扩展了 StarRocks 在数据湖上的分析能力：
- 支持读取 Copy on Write 表
- 支持 Apache Hudi 最新版本的 Snapshot 查询
- 支持底层 ORC/Parquet 存储
- 支持 HDFS 和对象存储
在 TPC-H 100G 测试集上，通过 CBO 优化器、向量化执行和 C++ Native 执行等优化， StarRocks 的查询性能是 Trino (PrestoSQL) 的 2.1-6.8 倍：
欲求功法详解？ 5 月 18 日 19:00-20:00 ，来自阿里云开源大数据团队的技术大牛 陈玉兆 、 王日宇 现身 Meetup，展开讲讲面向 Apache Hudi 的 StarRocks 外表特性。
、
错过直播的朋友，可以在评论区获得回放链接与下载 PPT！ 