參考集成模式
環境准備
基於docker 運行
- spark 環境准備
docker run -it -p 8080:8080 datamechanics/spark:jvm-only-3.1-latest sh
// 啟動master
/opt/spark/sbin/start-master.sh
// 啟動worker
./start-worker.sh spark://bbc0225c7aee:7077
效果 
minio 准備
很簡單，也是基於容器部署的
spark 集成delta lake 以及minio s3
- 運行命令
./spark-shell \
--packages io.delta:delta-core_2.12:1.0.0,org.apache.hadoop:hadoop-aws:3.2.0 \
--conf "spark.hadoop.fs.s3a.access.key=<access-key>" \
--conf "spark.hadoop.fs.s3a.secret.key=<secret>" \
--conf "spark.hadoop.fs.s3a.endpoint=<minio-endpoint>" \
--conf "spark.databricks.delta.retentionDurationCheck.enabled=false" \
--conf "spark.sql.extensions=io.delta.sql.DeltaSparkSessionExtension" \
--conf "spark.sql.catalog.spark_catalog=org.apache.spark.sql.delta.catalog.DeltaCatalog"
- 創建delta lake table
直接可以運行官方demo
spark.range(50000000).write.format("delta").save("s3a://delta-lake/firstdemo")
- s3 效果
- dremio 集成
添加s3 data lake 數據源 
- 數據查詢
dremio 可以自動發現delta lake 的數據格式，但是需要開啟，默認16.1 直接開啟了
說明
以上只是簡單的將各個組件集成在一起，基於delta lake + minio+ dremio 的數據分析模式也是一個很不錯的選擇，可以加速我們的數據查詢處理
dremio 的能力是很強大的，我們可以利用反射能力方便的進行數據加速處理，基於dremio 提供的sql 能力可以方便的進行數據分析，快速的利用數據
湖的能力加速業務處理，同時delta lake 自身也有一些問題（小文件過多以及vacuum，這些問題也都可以很好的解決，官方提供了相關的管理api）
參考資料
https://docs.delta.io/latest/quick-start.html#language-scala
https://www.vertica.com/kb/Vertica_DeltaLake_Technical_Exploration/Content/Partner/Vertica_DeltaLake_Technical_Exploration.htm
https://databricks.com/blog/2019/04/17/running-peta-scale-spark-jobs-on-object-storage-using-s3-select.html
https://www.datamechanics.co/