我还提出了一个方法和设计的文件

{
    "diffs": [{
        "before": null,
        "after": {
            "org.bitbucket.codezarvis.api.dto.DistrictDocument": {
                "districtId": {
                    "mostSigBits": -917,
                    "leastSigBits": -562
                },
                "state": null,
                "subDistricts": {
                    "array": [{
                        "subDistrictId":111,
                        "longitudeOfPoi": {
                            "string": "1.52256"
                        },                      
                        "latitudeOfPoi": {
                            "string": "42.543528"
                        }
                    }
                }
            }]
        }

包含差异项的avro文件，其中包含必须应用于下一次运行的增量。
diff包含一个或多个相互关联的diff条目。
diff包含每个修改、删除或添加的分区条目的“before”和“after”信息。
如果与上一次运行相比添加了子区，“before”将为空。如果与上一次运行相比删除了子区，则“after”将为空。
如果与上一次运行相比修改了子区，则“before”和“after”都将存在。
输出中存在delta记录可能有以下原因：与hdfs上的上一个输出相比，区域被更改、添加或删除。

hdfs被设计成一个只写一次、只附加的文件系统。也就是说，您有几个选项可以执行更新操作：
使用hbase，它在底层hdfs文件之上提供了一个无sql系统。请记住，它对您隐藏了魔力，但它仍然必须执行您必须执行的操作—制作文件副本、仅替换必要的部分、交换文件等。它的性能不会很出色，但它会完成工作。
配置单元插入覆盖将允许您运行执行更新/计算的查询，然后用更新的数据覆盖表。或者您可以将覆盖限制为单个分区，然后考虑如何管理分区。
不更新，始终写入新行/文件。当您有新数据时，将其写入新分区，即使它正在替换其他数据。从表中选择数据时，始终只选择最新的分区。您的数据历史将继续增长，您可以在其他时间删除那些旧分区。
建议-如果你发现自己在hadoop中经常遇到这种情况，请重新考虑hadoop是否是最佳选择。acid最好由sql解决方案完成。

模式演化是一个在不重写现有数据的情况下修改模式的通用概念。如果数据作为avro存储在hive表中（底层数据存储在hdfs中），那么可以更改模式(尽管这也有一些局限性）。