Apache Paimon系列（二）Painmon三大常用术语

上一篇文章《Apache Paimon系列（一）Paimon介绍》我们介绍了paimon相关的一些基础知识，本文的话，我们介绍下在paimon使用过程中经常使用到的3大术语，这三大术语分别是：

快照
分区
桶

相信接触过大数据的小伙伴对这三个术语都不陌生，但是我们在这里还是要介绍下这三个术语。

快照

快照和我们日常接触到的其他软件的概念是一样的，他主要是捕获某个软件在某个时间点下的状态。在paimon中，快照是捕获的某张表在某个时间点的状态，用户可以通过最新的快照来访问表的最新数据。

在paimon中经常我们会涉及到存储多个快照，当某张表有多个快照的时候，用户可以通过对应表之前的快照来访问表之前的状态。举个案例：

今天我们对表a做了一个快照，明天我们会对表a的很多数据做一些更新，此时后天需要查询表a的数据发现数据有误，那么怎么回查呢？我们就可以查今天做的这个快照开回查数据。

分区

在Paimon中，也主要常用分区来分离数据。例如日志表，前端采集的日志每天有很多，这时候我们在做数据存储的时候，我们从逻辑上来说，是把所有的日志都保存在表a里面的，但是对于物理存储来说，我们就需要对这个表a进行分区，例如我们采用日期来进行分区，那此时对于物理存储来说，今天的数据可能就存在服务器a上，明天的数据就存储在服务器b上。（备注：这个比喻有点夸张，但是主要是希望大家能理解。），那么如果要查询数据的时候，我们带上分区的条件，例如查询明天的数据，此时就会带上分区=明天的条件，通过Paimon的路由，就会自动引导到服务器b上去查数据。

桶

桶是Paimon中数据读写的最小单元。也就是哪些未分区表或者分区表中的分区被细分为存储桶，在大数据领域，分桶和分区都是为了更有效的提供数据查询。在paimon中我们设置桶的话，一般按照理论的数据来进行评估，官方建议的每个桶的存储数据大小为1G左右比较合适。

以上就是paimon常用的三大术语概念的介绍。