hudi+flink在非schema on read模式下也表現出了支持一部分的schema evolution功能，本篇中測試一下在非schema on read模式下，發生各種列變更情況時數據寫入與讀取情況。
- flink 1.14.5
- hudi 0.13.1
- mor表
思路：
- 選擇mor表是因為它的數據文件有avro和parquet兩種格式，能覆蓋得更全面，相對于cow表，兩者在parquet上的讀取共用了低層實現(
RecordIterators.getParquetRecordIterator)，所以兩者表現應該是一致的。 - 模式變更前后分別寫入一條數據，用變更后的模式讀取所有數據
- 測試parquet讀：insert模式下使用兩條數據寫入不同的parquet文件，進行eartlist的增量讀。如果采用compaction生成parquet，新舊數據需要分別compact到不同文件(一個parquet對應一個schema)，否則舊數據會自動在compact過程中進行了evolve，可將數據寫到不同分區。
- 只讀arvo：upsert模式使兩次寫入均生成arvo文件，進行eartlist的增量讀。即使寫到同一個文件，但是兩次寫入對應不同的block，有各自的schema.
追加列
- 模式變更前：<id int, name string, create_date string>，數據(1,‘1’,‘2023-07-25’)
- 模式變更后：<id int, name string, create_date string, col1 int>，數據(2,‘2’,‘2
