标题: “写入操作” 权重: 45
Hudi支持不同类型的写入操作，这里我们可以看到它们的详细信息。
这是默认操作，输入记录首先通过查找索引被标记为插入或更新。最终，这些记录在经过启发式算法处理后被写入，以优化存储，如文件大小。这种操作适用于数据库变更捕获等用例，因为输入几乎肯定包含更新。目标表永远不会显示重复数据。
这种操作在启发式/文件大小方面与更新插入非常相似，但完全跳过了索引查找步骤。因此，与更新插入相比，它可以快得多，适用于日志去重等用例(与下面提到的过滤重复项选项结合使用)。这也适用于表可以容忍重复数据，但只需要Hudi的事务写入/增量拉取/存储管理功能的用例。
更新插入和插入操作都将输入记录保存在内存中，以加快存储启发式计算(以及其他一些事情)，因此在首次加载/引导Hudi表时可能会很麻烦。批量插入提供与插入相同的语义，同时实现了基于排序的数据写入算法，可以很好地扩展到几百TB的初始加载。但是，它只是尽力调整文件大小，而不像插入/更新插入那样保证文件大小。
Hudi支持通过启用用户指定不同的记录有效负载实现来在Hudi表上实现两种类型的删除。
软删除: 保留记录键，只将所有其他字段的值设为null。这可以通过确保表模式中的相应字段可为空，然后简单地将这些字段设置为null来实现。
硬删除: 从表中物理删除任何记录痕迹。这可以通过三种不同的方式实现:
使用DataSource，将OPERATION_OPT_KEY设置为DELETE_OPERATION_OPT_VAL。这将删除提交的DataSet中的所有记录。
使用DataSource，将PAYLOAD_CLASS_OPT_KEY设置为"org.apache.hudi.EmptyHoodieRecordPayload"。这将删除提交的DataSet中的所有记录。
使用DataSource或DeltaStreamer，在DataSet中添加一个名为_hoodie_is_deleted的列。此列的值必须设置为true以删除所有记录，并设置为false或留空以更新任何记录。