记录几个Hudi Flink使用问题及解决方法

相关文章

• 

  Apache Hudi初探(二)(与flink的结合)--flink写hudi的操作(JobManager端的提交操作)

  在Apache Hudi初探(一)(与flink的结合)中，我们提到了 Pipelines.hoodieStreamWrite 写hudi文件 ,这个操作真正写hudi是在 Pipelines.hoodieStreamWrite 方法下的 transform(opName(\\\"stream_write\\\", conf), TypeInformation.of(Object.class), operatorFactory) ,具体分析一下写入的过程。 对于 transform(opName(\\\"stream_write\\\", conf), Ty

  2024年02月12日

  浏览(36)

• Apache Hudi初探(三)(与flink的结合)--flink写hudi的操作(真正的写数据)

  在之前的文章中Apache Hudi初探(二)(与flink的结合)–flink写hudi的操作(JobManager端的提交操作) 有说到写hudi数据会涉及到 写hudi真实数据 以及 写hudi元数据 ,这篇文章来说一下具体的实现 这里的操作就是在 HoodieFlinkWriteClient.upsert 方法: initTable 初始化HoodieFlinkTable preWrite 在这里几乎没

  2024年02月10日

  浏览(34)

• Hudi（16）：Hudi集成Flink之读取方式

  目录 0. 相关文章链接 1. 流读（Streaming Query） 2. 增量读取（Incremental Query） 3. 限流  Hudi文章汇总          当前表默认是快照读取，即读取最新的全量快照数据并一次性返回。通过参数read.streaming.enabled 参数开启流读模式，通过 read.start-commit 参数指定起始消费位置，支

  2024年02月06日

  浏览(56)
• 

  Hudi（17）：Hudi集成Flink之写入方式

  目录 0. 相关文章链接 1. CDC 数据同步 1.1. 准备MySQL表 1.2. flink读取mysql binlog并写入kafka 1.3. flink读取kafka数据并写入hudi数据湖 1.4. 使用datafaker插入数据 1.5. 统计数据入Hudi情况 1.6. 实时查看数据入湖情况 2. 离线批量导入 2.1. 原理 2.2. WITH 参数 2.3. 案例 3. 全量接增量 3.1. 

  2024年02月05日

  浏览(38)
• 

  Hudi集成Flink

  安装Maven 1）上传apache-maven-3.6.3-bin.tar.gz到/opt/software目录，并解压更名 tar -zxvf apache-maven-3.6. 3 -bin.tar.gz -C /opt/module/ mv   apache -maven-3.6. 3  maven 2）添加环境变量到/etc/profile中 sudo  vim /etc/profile #MAVEN_HOME export MAVEN_HOME=/opt/module/maven export PATH=$PATH:$MAVEN_HOME/bin 3）测试安装结果 sourc

  2023年04月13日

  浏览(33)
• 

  Hudi（四）集成Flink（2）

          当前表 默认是快照读取 ，即读取最新的全量快照数据并一次性返回。通过参数 read.streaming.enabled 参数开启流读模式，通过 read.start-commit 参数指定起始消费位置，支持指定 earliest 从最早消费。 1、WITH参数 名称 Required 默认值 说明 read.streaming.enabled false false 设置

  2024年02月07日

  浏览(36)

• Hudi（19）：Hudi集成Flink之索引和Catalog

  目录 0. 相关文章链接 1. Bucket索引（从 0.11 开始支持） 1.1. WITH参数 1.2. 和 state 索引的对比 2. Hudi Catalog（从 0.12.0 开始支持） 2.1. 概述 2.2. WITH 参数 2.3. 使用dfs方式  Hudi文章汇总          默认的 flink 流式写入使用 state 存储索引信息：primary key 到 fileId 的映射关系。当

  2024年02月05日

  浏览(38)

• Hudi的Flink配置项（1）

  FallbackKeys 备选 keys，可理解为别名，当指定的 key 不存在是，则找备选 keys，在这里指配置项的名字。 FlinkOptions HoodieTableFactory 可有多个备选 keys，下表中的反斜杠“/”两侧分别为不同的备选 keys，应用时任选其一即可。 Flink配置项名 备选的配置项名 默认值 作用 table.type hoo

  2024年02月03日

  浏览(39)
• 

  Kafka系列之：记录一次Kafka Topic分区扩容，但是下游flink消费者没有自动消费新的分区的解决方法

  生产环境Kafka集群压力大，Topic读写压力大，消费的lag比较大，因此通过扩容Topic的分区，增大Topic的读写性能 理论上下游消费者应该能够自动消费到新的分区，例如flume消费到了新的分区，但是实际情况是存在flink消费者没有消费到新的分区 出现无法消费topic新的分区这种情况

  2024年02月14日

  浏览(50)
• 

  实时数据湖 Flink Hudi 实践探索

  导读： 首先做个自我介绍，我目前在阿里云云计算平台，从事研究 Flink 和 Hudi 结合方向的相关工作。 目前，Flink + Hudi 的方案推广大概已经有了一年半的时间，在国内流行度也已比较高，主流的公司也会尝试去迭代他们的数仓方案。所以，今天我介绍的主题是 Flink 和 Hudi 在

  2024年01月16日

  浏览(47)