网易有数怼Databricks “Delta Lake2.0比Iceberg快”是假的。。。

新粉请关注我的

Delta Lake 2.0 正式发布了。网易的大数据产品也没闲着，这就搞了点事情 从Delta 2.0开始聊聊我们需要怎样的数据湖。

这篇文章的内容很多，大家有需要的可以自己读读，肯定有收获。我就不展开一一分析了。

今天的重点是看看这篇文章网易是如何打脸Databricks的。

这是Databricks在官宣要发布Delta Lake 2.0的讲座的时候的一张PPT。网易的文章也引用了。简单来说就是Delta Lake 2.0快，Iceberg Hudi都是渣渣。

这个测试是第三方Databeans做的。网易的文章里面有这样一段话，非常的有意思。

对比一下，之前Databricks连发数篇文章，官宣自己比Snowflake的TPC-DS牛逼，那个测试也是第三方做的，不是Databricks要求第三方做的。

看起来网易这里是意有所指。当然，我们都知道，屁股决定脑袋是人类社会的通行证。网易的底座是Iceberg，Databricks开源Delta Lake2.0想要对付的敌人也是Iceberg。我只能说网易和Databricks多多少少都各自有各自的屁股。所以多多少少也会各自决定各自的脑袋。

至于各自的屁股怎么样，这里也引用一段文字

更精彩的来了。原谅我忍不住把这整段文字都截屏下来，实在是很精彩的。

网易的团队自己对Delta Lake 2.0和Iceberg做了测试，测试的结果是如果使用默认值，大概确实是前者比后者快了1.4倍。

但是这个比较不公平，因为默认的压缩算法不同，默认的read-target-size也不同。把这两个参数都改成一样以后，两者就没差别了。快，不存在的。

除此之外，网易的团队还引用了Hudi背后的公司OneHouse对Databrick公布的测试的反击，具体看下图

所以Hudi背后的公司也觉得Delta Lake2.0比Hudi快那么多，是扯淡。

我觉得这些东西都没错了，所谓测试测试，都应该先公布怎么测的，然后才能让我这样的第三者吃瓜群众去判断，到底谁对谁错，谁在说真话，谁在说谎。

我其实挺期待Databricks专门再写个blog，反击一下网易还有Hudi们对它的“攻击”。毕竟Databricks对Snowflake当初的反击可谓非常的猛烈，剧烈。Snowflake被Databricks搞得灰头土脸的。

根据我对Databricks的了解和接触，这个公司还是比较喜欢在“公平”的测试环境里进行测试的。所以也许Databricks的测试并没有错，Delta Lake2.0就是这么的优秀。只不过Hudi和网易的测试，并没有反映出对Delta Lake有利的那一面。

从这个角度来看，我也希望Databricks就这个问题写篇blog，好好反击一下这些打脸的公司，给大家看看Databricks牛逼的地方。

那么Delta Lake2.0这个东西出来以后，到底对整个社区是什么影响呢？每个人都有每个人的看法，网易的看法很精彩。

读完这一段，你说，到底是Iceberg更优秀，还是Delta Lake 2.0更优秀呢？

字里行间，我个人的理解是，单纯来看这个产品，现在Iceberg更优秀。但是Delta Lake毕竟背靠一个大公司啊，有Databricks这个亲爹，Iceberg如果商业化不当心一点，弄不好真的就被Delta Lake给掀翻了。

不过别怕，网易爸爸在，Snowflake爸爸在，Dremio爸爸也在。只要这些爸爸们都愿意给Iceberg站台，加上网易认为的Iceberg有1-2年的先发优势，红红火火恍恍惚惚，前途是光明的。

我不得不说，网易的这位作者，对写 的技巧是掌握的非常炉火纯青，即使是打脸了Databricks，也让人觉得，宝贝，虽然我打脸你了，但是我还是爱你的，将来我也会支持你的。

至于自己一直以来长期支持的Iceberg呢，家花怎么样也比野花要更好啊，虽然野花看起来更嫩更富贵。对吧。