Apache Hudi ist eine offene Data-Lakehouse-Plattform, die Data Lakes um Datenbankfunktionen erweitert und die Daten dabei in offenen Dateiformaten belässt. Sie unterstützt Tabellen, Transaktionen, Upserts und Deletes, Indizes, Clustering und Compaction sowie inkrementelle Verarbeitung für Streaming und Batch. Es ist eine Softwarebibliothek und kein gehosteter Dienst: Sie betreiben es innerhalb Ihrer eigenen Datenplattform.
Hudi wurde bei Uber entwickelt, 2017 als Open Source veröffentlicht und ist seit 2020 ein Top-Level-Projekt der Apache Software Foundation, einer US-amerikanischen gemeinnützigen Organisation. Die Lizenz ist Apache 2.0. Da Hudi kein eigenes Hosting anbietet, bestimmen Sie selbst, wo Daten und Metadaten liegen: im eigenen Rechenzentrum oder bei einem europäischen Speicher- und Cloud-Anbieter. Offener Quellcode und ein offenes Tabellenformat begrenzen den Lock-in und damit die Abhängigkeit von einem einzelnen Anbieter oder einer Rechtsordnung.