下一代统一分析引擎的持续创新和扩展可用性Databricks Delta是在apachespark基础上构建的下一代统一分析引擎，旨在帮助数据工程师大规模构建健壮的生产数据管道，目前正在继续取得进展。Delta已经是构建数据管道的强大方法、新功能和性能增强，使其成为一个更具吸引力的解决方案：快速拼花地板导入：使转换现有拼花地板文件与Delta一起使用变得容易。现在可以更快地完成转换，而不需要大量额外的计算和存储资源。有关更多详细信息，请参阅文档：Azure | AWS。例子：时间旅行：允许您使用和恢复到您的数据的早期版本。这对于执行依赖于早期版本数据的分析或纠正错误非常有用。有关更多详细信息，请参阅最近的博客或文档：Azure | AWS。例子：合并增强：为了能够将更改数据（插入、更新和删除）从数据库写入增量表，现在支持多个匹配子句、匹配和不匹配子句中的附加条件以及删除操作。在UPDATE和INSERT操作中还支持*来自动填充列名（类似于SELECT中的*）。这使得为具有大量列的表编写合并查询变得更加容易。有关更多详细信息，请参阅文档：Azure | AWS。示例：合并到[db_name.]target_table[作为target_alias]使用[db_name.]source_table[作为source_别名]打开[当匹配[且]时，则][当匹配[且]时，则][不匹配时[和]则]哪里，=删除|更新集*|更新集合column1=value1[，column2=value2…]=插入*|插入（column1[，column2…]）值（value1[，value2…]）扩展的可用性为了响应客户日益增长的兴趣，我们决定让Databricks Delta更广泛地使用。azuredatabricks客户现在可以从azuredatabricks标准和azuredatabricks高级sku访问Delta数据工程和数据分析功能。类似地，在AWS上使用Databricks的客户现在可以从数据工程和数据分析产品访问Delta。云提供包括三角洲？Microsoft AzureAzure Databricks标准数据工程      ✓Azure Databricks标准数据分析      ✓Azure Databricks高级数据工程      ✓Azure Databricks高级数据分析      ✓美国焊接学会基本数据库      ✘数据工程      ✓数据分析      ✓易于采用：立即查看Delta移植现有的Spark代码以使用Delta非常简单"创建桌子…使用拼花地板"来"创建表…使用增量"或者改变"dataframe.write.format（"parquet"）。将（"/data/events"）"加载到"dataframe.write.format（"delta"）.load（"/data/events"）"您现在可以使用以下工具探索Delta：Databricks Delta Quickstart–介绍Databricks Delta Azure | AWS。优化性能和成本–讨论压缩、z-排序和跳过数据的Azure | AWS等功能。这两个版本都包含Python、Scala和SQL的笔记本，可以用来尝试Delta。如果您还没有使用Databricks，可以通过注册Databricks试用版Azure | AWS免费试用Databricks Delta。简化数据工程数据工程是成功分析的关键，客户可以通过各种方式使用Delta来改进其数据管道。我们在以下几组博客中总结了其中一些用例：使用Databricks Delta更改数据捕获使用Databricks Delta构建实时属性管道使用Databricks Delta在数秒内处理数PB的数据利用Databricks-Delta简化流式股票数据分析使用Databricks Delta构建移动游戏事件数据管道您可以从Databricks Delta文档Azure | AWS了解有关Delta的更多信息。 对开源的三角洲湖感兴趣吗？访问Delta Lake在线中心了解更多信息，下载最新代码并加入Delta Lake社区。 免费试用Databricks。今天就开始吧