重點特性
1. Clustering
0.7.0版本中支持了對Hudi表數據進行Clustering（對數據按照數據特征進行聚簇，以便優化文件大小和數據布局），Clustering提供了更靈活地方式增加文件大小，有了Clustering特性，便可更快速地攝取數據，然后聚簇為更大的文件，實驗數據表明查詢性能可以提升34倍，文件數可以減少1020倍；另外Clustering對於查詢側優化也很明顯，在查詢時通常會基於字段進行Clustering，通過完全跳過一些文件來極大提升查詢性能，這與雲數倉Snowflake提供的Clustering功能非常類似，我們非常高興地宣稱這個特性在0.7.0版本中完全開源免費。
想要了解更多Clustering細節，可以參考RFC-19，可以查閱這些配置來在你的數據管道中啟用Clustering，現在Hudi支持同步和異步的Clustering模式。
2. Metadata表
Hudi項目始於Uber，開始是基於HDFS實現的數據湖，對於雲上對象存儲的數據湖性能不如HDFS。在0.7.0版本，我們解決了該問題，即支持了內部Metadata表，此表可存儲索引數據，其他元數據信息等。
Metadata表的實現使用了Hudi MOR表，這意味着像其他任何Hudi表一樣，可以被壓縮（Compaction）、清理（Clean）、增量更新（incrementally updated）。 而且與其他項目中的類似實現不同，我們選擇將文件列表等信息索引為HFile格式（格式可插拔），HFile提供了很好的點查性能，可以高效獲取分區文件列表等信息。
在0.7.0版本中，在寫入端配置hoodie.metadata.enable=true即可構建Metadata表，這樣后續操作將不再調用fs.listStatus()接口，我們引入了一種同步機制來保證對數據timeline中進行的文件新增/刪除操作都會同步到Metadata表。
測試有25W個文件的表，Metadata表相比使用Spark並發Listing要快2~3倍，更多設計細節可查閱RFC-15，其他Metadata表相關配置可參考這里，提供了參數以便在生產環境中安全使用該特性。
3. Flink/Java客戶端
Hudi最開始設計時依賴Spark，但隨着項目成為Apache頂級項目，我們意識到需要抽象內部表格式、表服務、寫入層的代碼以支持更多的引擎。在0.7.0版本，我們完成了寫入層的解耦，添加了Flink和Java客戶端，現在你可以使用HoodieFlinkStreamer來消費Kafka中的數據，以寫入Hudi的COW表中。
4. 寫入端優化
- Spark3支持；0.7.0版本支持使用Spark3進行寫入和查詢，請注意使用scala 2.12版本的hudi-spark-bundle包；
- 並行Listing；我們已將所有List操作移至
HoodieTableMetadata接口下，該接口可以多線程/Spark並行執行，該優化可以在未開啟Metadata表時提升清理、壓縮性能。 - Kafka Commit Callbacks；0.7.0添加了
HoodieWriteCommitKafkaCallback接口，當每次進行commit后可以向Kafka中發送事件，以此來觸發派生/ETL數據管道，類似Apache Airflow中的Sensors - Insert Overwrite/Insert Overwrite Table；0.7.0版本中新增了這兩種操作類型，主要用於批處理ETL作業，該作業通常會在每次運行時覆蓋整個表/分區。考慮到這些操作可以批量替換目標表，因此這些操作比upsert更合適，請查看[示例](/docs/ quick-start-guide.html＃insert-overwrite-table)。
- 刪除分區支持：對於使用WriteClient/RDD級別API的用戶，Hudi提供了一個新的API來刪除整個分區，而不是采用記錄級別刪除方式。
- 新增
DefaultHoodieRecordPayload解決亂序問題；當前默認的OverwriteWithLatestAvroPayload將覆蓋存儲中已有的值，即使使用較舊值進行upsert。0.7.0版本添加了一個新的DefaultHoodieRecordPayload和一個有效負載配置hoodie.payload.ordering.field來指定一個字段，可以將傳入的upsert記錄與已存儲的記錄進行比較，以決定是否覆蓋。推薦用戶使用這種更新、更靈活的Payload模型。 - Hive同步；支持使用
SlashEncodedHourPartitionValueExtractor同步小時分區至Hive中。 - 支持IBM雲對象存儲、Open Java 9版本。
5. 查詢端優化
- MOR增量查詢（Spark Datasource），0.7.0版本支持使用Spark datasource增量查詢MOR表，在后續版本中會繼續加強和重構該特性。
- Metadata表支持File Listings，用戶還可以將元數據表用於以下查詢端，對於Hive，設置
hoodie.metadata.enable = true會話
屬性，對於使用SparkSQL查詢注冊的Hive表，請使用參數--conf spark.hadoop.hoodie.metadata.enable = true來允許從元數據中獲取分區的文件列表，而非使用File Listing。
貢獻者
prashantwason ，Trevor-zhang，satishkotha，nbalajee，wangxianghu，hddong，nsivabalan，xushiyan，cdmikechen，garyli1019，kwondw，sreeram26，chuangehh，zhedoubushishi，modi95，linshan-ma，Karl-WangSK，bvaradar，liujinhui1994，shenh062326，xushiyan，pratyakshsharma，afilipchik，Kaiux，lw309637554，vinothchandar，dugenkui03，leesf，yanghua，rmpifer，hj2016，guykhazma，bhasudha，hotienvu，n3nash，v3nkatesh，pengzhiwei2018，yui2010，jshmchenxi，danny0405，yui2010，lichang-bd，nbalajee，umehrot2