各位大佬好，
小弟最近在使用 Apache Hudi + Spark (Scala) 开发一个大数据项目，目前正在编写从 ODS 层 抽取数据到 DWD 层 的 ETL 程序。
在实际操作中，我发现通过 Spark 读取 ODS 层的 Hudi 表时，DataFrame 中会自动带入 Hudi 生成的元数据字段，比如：
_hoodie_commit_time
_hoodie_record_key
_hoodie_partition_path 等等。
现在我准备将处理后的数据写入 DWD 层的 Hudi 表，想请教一下大家：
在写入 DWD 表之前，是否有必要手动 drop 掉这些以 hoodie 开头的元数据字段？
我目前的困惑点在于：
如果保留这些字段直接写入 DWD，会不会导致新表的元数据混乱（比如新表误用了旧表的 commit time）？
生产环境中，标准的做法通常是先进行 select 业务字段过滤，还是直接带进去由 Hudi 自动覆盖？
如果不删除，在 DWD 层进行查询时，这些冗余的旧元数据字段是否会影响数据分析的准确性？
希望有经验的大佬能指点一下最佳实践。非常感谢大家的帮助！
之前一直是正常抽取，好像没什么问题，只是最近看到有人在ods -> dwd的时候看见会删除hoodie字段