前言
Append模式每次都生成新的parquet文件，不涉及数据修改、去重。cow+insert一直是append模式，mor+insert在0.13.1后也统一走append写流程(HUDI-6045)
在0.13.1之前，mor+insert存在着写parquet和写log两种情况：
- 写parquet：compaction.schedule.enabled = false & clustering.async.enabled = true，这时是append模式
- 写log：compaction.schedule.enabled = true & clustering.async.enabled = false，这时走upsert写过程
append写过程比upsert简单直接得多，因此写入性能远优于upsert.
整体流程
- 与upsert写过程一样，借助StreamWriteOperatorCoordinator作为写协作器，协调各个write task，负责初始化和推进instant、调度compaction和clustering、同步hive
- checkpoint或数据大小到达阀值会触发刷盘，并滚动创建新的文件。
- 重用了bulk_insert的核心类BulkInsertWriterHelper，insert和bulk_insert高度相似。
AppendWriteFunction
- 以Pipelines#append为入口，算子名称为hoodie_append_write，写并行度配置保持一致write.tasks，只不过相对于旧版本去掉了默认值4所以建议显式指定该配置值，否则将跟随flink环境默认并行度。
- 所有接收到的数据交由BulkInsertWriterHelper处理
- 每次checkpoint时会进行flushData，同时将BulkInsertWriterHelper重置，即将会生成新的fileId的数据文件。
BulkInsertWriterHelper
一个write task对应一个BulkInsertWriterHelper
- 每个BulkInsertWriterHelper对象有唯一fileId，checkpoint会生成新的
- 不同分区的数据由不同的HoodieRowDataCreateHandle处理
- 在一个ckeckpoint间隔内，如果HoodieRowDataCreateHandle处理的数据量 > maxFileSize时，滚动创建新parquet文件，但是fileId相同。
maxFileSize = hoodie.parquet.max.file.size + hoodie.parquet.max.file.size * hoodie.parquet.compression.ratio
调用栈
write:86, ParquetRowDataWriter write:62, RowDataParquetWriteSupport write:36, RowDataParquetWriteSupport write:138, InternalParquetRecordWriter write:310, ParquetWriter writeRow:65, HoodieRowDataParquetWriter write:131, HoodieRowDataCreateHandle write:113, BulkInsertWriterHelper processElement:86, AppendWriteFunction
追加模式持续创建新的文件，特别是数据吞吐量不大的时候，将会产生大量小文件，无论对查询还是文件系统都会增加很大压力，所以需要配合clustering服务、clean服务来进行优化。
