什麼是最好的方法來實現長期的數據版本控製?

[User16752240150]

我是一個數據科學家創建版本毫升模型。合規的原因,我需要能夠複製每個模型的訓練數據的版本。

我看過,你可以版本數據集通過三角洲,但是默認的保持期是30天左右。如果我每月更新我的訓練數據和模型,和想跟蹤模型(和數據)多年來,最好的方法是什麼版本我的數據。

三角洲是一個適當的解決方案嗎?

[sajith_appukutt]

三角洲,正如你所提到的特性來做時間旅行,在默認情況下,三角洲表保留30天提交曆史。操作的曆史表是平行但日誌大小增加將變得更加昂貴

現在,在這種情況下——因為更新一個月發生一次,值得考慮增加保留時間間隔設置delta.logRetentionDuration因為你會最大限度12一年更新。

如果更新頻率,考慮克隆三角洲表