Update nexus wiki content

wiki/entities/Apache-Hudi.md

@@ -0,0 +1,43 @@
+---
+title: "Apache Hudi"
+type: entity
+tags: [data-engineering, lakehouse, open-table-format, incremental]
+sources: [engineering-data-engineer]
+last_updated: 2026-05-02
+---
+
+## Overview
+
+Apache Hudi 是另一个开放表格格式（Open Table Format），专注于 incremental processing（增量处理）和 upsert 支持。Data Engineer Agent 使用 Hudi 的 Copy-on-Write（CoW）和 Merge-on-Read（MoR）表类型实现增量数据管道。
+
+## Key Capabilities
+
+### Copy-on-Write (CoW)
+- 每次写入重写数据文件（Parquet）
+- 读优化，适合写少读多的场景
+- 数据文件始终保持最优压缩
+
+### Merge-on-Read (MoR)
+- 更新以 log 形式追加，读取时合并
+- 写优化，适合高频增量写入
+- 支持 late-arriving data 和 near-real-time 分析
+
+### Incremental Pull
+- Hudi 提供 `incrementalQueries`，消费者只需读取自上次处理以来的变更
+- 支持 Change Log 模式（仅返回变更记录，而非全量快照）
+
+## Use Cases
+
+- **CDC Ingestion**：Hudi + Debezium CDC 记录 → 增量摄取
+- **Slowly Changing Dimension (SCD)**：MoR 表支持 SCD Type 1 和 Type 2
+- **Time Travel Audit**：满足监管要求的审计日志
+
+## Ecosystem Position
+
+Apache Hudi 与 [[Delta Lake]] 和 [[Apache Iceberg]] 并列为三大开放表格格式。Hudi 的差异化优势在于其 incremental processing 能力和对 Spark Structured Streaming 的深度集成。
+
+## Related Concepts
+- [[Delta Lake]]
+- [[Apache Iceberg]]
+- [[CDC (Change Data Capture)]]
+- [[SCD Type 2]]