写入数据
MaxCompute Java SDK 提供了多种数据写入方式，适用于不同的业务场景。本文帮助您快速了解各方式的特点并选择最合适的方案。
写入方式对比
| 方式 | 适用场景 | 数据可见性 | 事务性 | 性能 |
|---|---|---|---|---|
| Tunnel Upload | 批量导入 | 提交后可见 | 原子提交 | 中 |
| Tunnel Stream | 实时写入 | flush 后可见 | 非事务 | 高 |
| Tunnel Upsert | 更新插入（Delta Table） | flush 后可见 | 行级 | 高 |
| Storage API | 高性能写入 | 配置决定 | 可选 | 最高 |
选型指南
按场景选择
-
离线批量导入：选择 Tunnel Upload。支持原子提交，可确保数据要么全部可见，要么全部不可见，适合 ETL 作业和定期数据同步。
-
实时/准实时写入：选择 Tunnel Stream。数据写入后 flush 即可见，无需等待 commit，适合日志采集、实时监控等场景。
-
数据更新与删除：选择 Tunnel Upsert。针对 Delta Table（主键表）设计，支持按主键进行 insert/update/delete 操作，适合数据库变更同步（CDC）场景。
-
超高吞吐写入：选择 Storage API。基于 Arrow 列式格式，支持批量和流式两种模式，提供最高的写入性能，适合大规模数据导入和高频写入场景。
按特性选择
| 需求 | 推荐方式 |
|---|---|
| 需要原子性保证（全部成功或全部失败） | Tunnel Upload / Storage API (Batch) |
| 写入后立即可查 | Tunnel Stream / Tunnel Upsert / Storage API (Streaming) |
| 需要更新或删除已有数据 | Tunnel Upsert |
| 追求最大写入吞吐 | Storage API |
| 多线程并行写入 | 以上均支持 |
| 分区表动态分区写入 | Tunnel Stream（0.55.0+） |