本篇文章为大家展示了Apache Hudi 异步Compaction部署方式有哪些，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。
对于Merge-On-Read表，数据使用列式Parquet文件和行式Avro文件存储，更新被记录到增量文件，然后进行同步/异步compaction生成新版本的列式文件。Merge-On-Read表可减少数据摄入延迟，因而进行不阻塞摄入的异步Compaction很有意义。
异步Compaction会进行如下两个步骤
几种执行异步Compaction的方法如下
在0.6.0版本，Hudi支持在Spark Structured Streming作业中支持异步Compaction，Compactions在streaming作业内被异步调度和执行，Spark Structured作业在Merge-On-Read表中会默认开启异步Compaction。
Java代码示例如下
import org.apache.hudi.DataSourceWriteOptions;import org.apache.hudi.HoodieDataSourceHelpers;import org.apache.hudi.config.HoodieCompactionConfig;import org.apache.hudi.config.HoodieWriteConfig;import org.apache.spark.sql.streaming.OutputMode;import org.apache.spark.sql.streaming.ProcessingTime;DataStreamWriter<Row> writer = streamingInput.writeStream().format("org.apache.hudi").option(DataSourceWriteOptions.OPERATION_OPT_KEY(), operationType).option(DataSourceWriteOptions.TABLE_TYPE_OPT_KEY(), tableType).option(DataSourceWriteOptions.RECORDKEY_FIELD_OPT_KEY(), "_row_key").option(DataSourceWriteOptions.PARTITIONPATH_FIELD_OPT_KEY(), "partition").option(DataSourceWriteOptions.PRECOMBINE_FIELD_OPT_KEY(), "timestamp").option(HoodieCompactionConfig.INLINE_COMPACT_NUM_DELTA_COMMITS_PROP, "10").option(DataSourceWriteOptions.ASYNC_COMPACT_ENABLE_OPT_KEY(), "true").option(HoodieWriteConfig.TABLE_NAME, tableName).option("checkpointLocation", checkpointLocation).outputMode(OutputMode.Append());writer.trigger(new ProcessingTime(30000)).start(tablePath);
Hudi DeltaStreamer提供连续摄入模式，Spark作业可以持续从上游消费数据写入Hudi，在该模式下，Hudi也支持异步Compaction，下面是在连续模式下进行异步Compaction示例
spark-submit --packages org.apache.hudi:hudi-utilities-bundle_2.11:0.6.0 \--class org.apache.hudi.utilities.deltastreamer.HoodieDeltaStreamer \--table-type MERGE_ON_READ \--target-base-path <hudi_base_path> \--target-table <hudi_table> \--source-class org.apache.hudi.utilities.sources.JsonDFSSource \--source-ordering-field ts \--schemaprovider-class org.apache.hudi.utilities.schema.FilebasedSchemaProvider \--props /path/to/source.properties \--continous
Hudi CLI 是另一种异步执行指定Compaction的方式，示例如下
hudi:trips->compaction run --tableName <table_name> --parallelism <parallelism> --compactionInstant <InstantTime>...
Hudi还提供了独立工具来异步执行指定Compaction，示例如下
spark-submit --packages org.apache.hudi:hudi-utilities-bundle_2.11:0.6.0 \--class org.apache.hudi.utilities.HoodieCompactor \--base-path <base_path> \--table-name <table_name> \--instant-time <compaction_instant> \--schema-file <schema_file>
Hudi提供了不同的Compaction方式，可根据不同应用场景部署不同Compaction方式。
上述内容就是Apache Hudi 异步Compaction部署方式有哪些，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
