我对数据砖上的Delta和lakehouse相当陌生。我有一些问题，基于以下行动：
- 我导入了一些镶木地板文件
- 将它们转换为delta(创建1个snappy.parquet文件(
- 删除一个随机行(创建一个新的snappy.parquet文件(
- 我检查了这两个快速文件(delta表的版本0和版本1(的内容，它们都包含所有数据，每一个都有特定的差异
这是否意味着delta只是为每个新版本复制数据？
这是如何扩展的？还是我错过了什么？
是的，这就是Delta lake的工作原理——当你修改数据时，它不会只写Delta，而是会获取受更改影响的原始文件，进行更改并将其写回。但请注意，并非所有数据都是重复的，只有文件中受影响行所在的数据才是重复的。例如，您有3个数据文件，并且正在对第二个文件中的一些行进行更改。在这种情况下，Delta将创建一个编号为4的新文件，其中包含必要的更改+文件2中的其余数据，因此您将拥有以下版本：
- 版本0：文件1，2&3
- 版本1：文件，1，3&4