传统离线数仓，日志入库前首要阶段便是ETL，但天级ETL任务耗时久，影响下游依赖的产出时间；凌晨占用资源庞大，任务高峰期抢占大量集群资源；ETL任务稳定性不佳且出错需凌晨解决、影响范围大。为了解决天级ETL逐渐尖锐的问题，所以我们选择了近来逐渐进入大家视野的数据湖架构，看Soul如何用阿里云EMR的Delta Lake解决天级ETL问题。

EMR团队，公众号：Apache Spark技术交流社区Delta Lake在Soul的应用实践

本文分享自微信公众号 - Delta Lake技术圈（deltalake-emr2020）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。