AUTO CDC passe à la vitesse supérieure : résoudre les cas d'usage réels les plus complexes
Traduit de l'original anglais par IA. Voir en anglais
Spark Declarative Pipelines prend désormais en charge Bitemporal AUTO CDC et Partial Updates, remplaçant la logique MERGE écrite à la main par une approche déclarative pour suivre indépendamment le temps métier et le temps système, en toute sécurité
* AUTO CDC remplace la logique MERGE écrite à la main pour la capture des données modifiées (CDC) par un pipeline déclaratif * Spark Declarative Pipelines prend désormais en charge Bitemporal AUTO CDC pour suivre indépendamment le temps métier et le temps système, ainsi que Partial Updates pour gérer en toute sécurité les champs manquants * Les capacités d'AUTO CDC sont étendues à Apache Spark 4.2 open source, apportant une capture des données modifiées standardisée et tolérante au désordre (out-of-order) à l'ensemble de l'écosystème