Delta Lake liquid clustering

Liquid clustering 是 Delta Lake 表的一种可作为分区和 Z 排序的替代方案的技术。在过去，优化 Delta 表的读取性能需要在表创建时基于预期的查询模式定义分区和 Z 排序键。后续修改这些键需要完整的数据重写。相比之下，聚类采用基于树的算法根据指定的键对数据进行聚类，可以增量更改而无需重写所有数据。这提供了更大的灵活性来支持多样化的查询模式，从而降低计算成本并增强读取性能。此外，Delta Lake 的 Databricks Runtime 通过分析历史查询工作负载、识别最优列并相应地聚类数据来支持自动 liquid clustering。独立的 Delta Lake 和 Databricks Runtime 用户都可以利用 liquid clustering 来优化读取性能。