关键信息：

• 追加表按提交到增量/快照日志的顺序物理排序，不同表格式有不同的日志记录方式（Delta Lake 和 Apache Hudi 用增量日志，Apache Iceberg 和 Apache Paimon 用快照日志）。
• 增量读取允许计算引擎执行重复查询，返回自上次查询执行以来的新记录或更改，有多种类型，如追加表增量读取等。
• 各表格式在计算引擎对追加表的增量读取支持上有所不同，如 Apache Flink 示例，不同表格式在多写者支持、作为有序流使用等方面各具特点。
• 性能方面，避免昂贵的数据冲突对多个写者的部署很关键，Delta 和 Hudi 基于增量日志的流处理能力与 Paimon 基于快照日志的设计有所不同，且尚未进行性能基准测试。

重要细节：

• Apache Iceberg：Append 操作只能添加数据文件，通过读取快照日志中添加状态的清单条目来进行增量读取，支持多写者，可在单写多读拓扑中建模全序流，在多写多读拓扑中借助 bucket 分区变换可建模分区流，代码中通过特定 API 和类来实现增量读取。
• Delta Lake：Append-only 表通过插入命令添加数据文件，读取增量数据通过读取增量日志中的 AddFile 动作，支持多写者，单写多读拓扑中应作为有序流，但创建部分有序分区流的构建块不足，代码中通过特定方法和类来实现增量读取。
• Apache Hudi：分为 COW 和 MOR 表，MOR 表更高效，通过主 key 映射到桶和文件组来管理数据，多写者时存在数据冲突问题，现有乐观并发控制在某些情况下会导致冲突，代码中通过特定类来实现增量读取。
• Apache Paimon：采用基于读取合并的设计，有主键表和追加表，追加表通过尾随和快照日志获取添加的文件，有追加表和追加队列两种类型，追加队列提供类似 Kafka 主题的部分排序，代码中通过特定接口和类来实现增量读取。