Flink CDC 你们用hudi,使用那种table type居多啊？

link CDC 与 Hudi 结合使用时，常用的 Table Type 主要有以下两种：

Copy-on-Write（COW）Table：COW Table 是 Hudi 默认的 Table Type，它使用了写时复制（Copy-on-Write）机制来实现数据的版本管理和快照读取。在 CDC 场景中，你可以使用 Flink CDC 抽取数据，并将数据写入到 COW Table 中，然后使用 Hudi 提供的快照读取功能，来查询历史版本的数据。

Merge-on-Read（MOR）Table：MOR Table 是 Hudi 的另一种 Table Type，它使用了延迟合并（Merge-on-Read）机制来实现数据的版本管理和增量更新。在 CDC 场景中，你可以使用 Flink CDC 抽取数据，并将数据写入到 MOR Table 中，然后使用 Hudi 提供的增量更新功能，来更新数据的历史版本。

通常情况下，COW Table 是 Hudi 的默认 Table Type，并且在大多数场景下都能够满足需求。如果你需要实时更新数据，并且需要快速查询历史版本的数据，可以考虑使用 MOR Table。不过，MOR Table 的性能可能会受到一些限制，例如需要更多的存储空间和计算资源，同时也需要更复杂的数据管理和维护工作。

作为一个语言模型，我无法提供特定公司或团队在使用 Flink CDC 中的 Hudi 时的详细信息。然而，根据一般经验和用户反馈，以下是在 Flink CDC 中使用 Hudi 时常见的表类型：

1. Copy on Write（写时复制）：
   使用 Copy on Write (COW) 表类型时，每次更新都会创建新的文件版本，旧版本保持不变。这种表类型适用于频繁写入、少量更新的场景，并且对查询性能要求较高。

2. Merge on Read（读时合并）：
   使用 Merge on Read (MOR) 表类型时，数据被写入到基础存储中，但没有立即合并。相反，合并操作在进行查询时完成。这种表类型适用于大规模写入以及需要频繁更新和查询的场景。

具体选择何种表类型取决于您的业务需求和数据访问模式。如果您希望获得更多关于 Hudi 的详细信息和最佳实践，请参阅 Hudi 官方文档或与 Hudi 社区互动。

Flink CDC 使用 Hudi 时，通常会使用以下几种 table type:

1. COPY_ON_WRITE:这种 table type 适用于需要频繁更新的数据表。它会在每次写入数据时创建一个新的分区，并将数据写入新分区中。这样可以避免在更新数据时对已有数据的修改。

2. SEQUENTIAL:这种 table type 适用于需要按照时间顺序存储数据的数据表。它会按照时间戳将数据写入不同的分区中，保证数据的有序性。

3. UNION ALL:这种 table type 适用于需要合并多个数据源的数据表。它可以将多个数据源的数据合并成一个数据表，并按照时间戳排序。

4. MERGE ON INSERT:这种 table type 适用于需要在插入数据时进行更新的数据表。它会在插入数据时检查是否存在相同的记录，如果存在则进行更新，否则插入新的记录。

5. MERGE ON UPDATE:这种 table type 适用于需要在更新数据时进行更新的数据表。它会在更新数据时检查是否存在相同的记录，如果存在则进行更新，否则不进行任何操作。