建站
咨詢
售后
建站咨詢
新聞中心
Automatic Hudi Cleaning操作說明
創(chuàng)新互聯(lián)專注于企業(yè)成都全網(wǎng)營銷推廣、網(wǎng)站重做改版、建始網(wǎng)站定制設(shè)計、自適應(yīng)品牌網(wǎng)站建設(shè)、H5場景定制、商城開發(fā)、集團(tuán)公司官網(wǎng)建設(shè)、成都外貿(mào)網(wǎng)站建設(shè)公司、高端網(wǎng)站制作、響應(yīng)式網(wǎng)頁設(shè)計等建站業(yè)務(wù)，價格優(yōu)惠性價比高，為建始等各大城市提供網(wǎng)站開發(fā)制作服務(wù)。
自動Hudi清理是Apache Hudi的一個功能，用于自動刪除舊的、不再需要的數(shù)據(jù)集版本，這種清理基于配置的策略，可以定期或在數(shù)據(jù)寫入時執(zhí)行。
1. 配置Hudi清理策略
要配置Hudi清理策略，您需要在Hudi表的Spark SQL創(chuàng)建語句中指定HudiTableSink選項，以下是一個示例：
CREATE TABLE hudi_table ( ... ) USING org.apache.hudi.spark.HoodieSparkSqlQueryableDataSource OPTIONS ( 'hoodie.data.publisher'='org.apache.hudi.spark.datasource.write.DataWriterFactory', 'hoodie.cleaner.commits.retained.time'='1d', 'hoodie.cleaner.min.commits'='5', 'hoodie.cleaner.enable'='true', 'hoodie.cleaner.schedule'='10 mins', 'hoodie.cleaner.policy'='COMPACTION' );
在這個例子中，我們配置了以下策略：
hoodie.cleaner.commits.retained.time: 保留最近1天的所有提交（即不會刪除這些提交）。
hoodie.cleaner.min.commits: 至少保留5個提交，即使它們的時間戳比hoodie.cleaner.commits.retained.time更老。
hoodie.cleaner.enable: 啟用自動清理。
hoodie.cleaner.schedule: 每10分鐘進(jìn)行一次清理。
hoodie.cleaner.policy: 使用COMPACTION策略進(jìn)行清理。
2. 啟動Hudi清理
一旦配置了清理策略，Hudi將在后臺自動執(zhí)行清理任務(wù)，如果您想手動觸發(fā)清理，可以使用以下命令：
CALL system.hudi_clean('hudi_table');
這將立即執(zhí)行清理操作，而不是等待下一個計劃的清理周期。
3. 監(jiān)控和調(diào)試Hudi清理
要監(jiān)控和調(diào)試Hudi清理，您可以查看Hudi表的提交歷史和清理歷史，以下是一些有用的查詢：
查看所有提交：
SELECT * FROM hudi_table.hoodie_commits;
查看所有清理：
SELECT * FROM hudi_table.hoodie_cleans;
查看當(dāng)前保留的提交：
SELECT * FROM hudi_table.hoodie_retained_commits;
通過這些查詢，您可以了解Hudi清理是否按預(yù)期工作，以及是否需要調(diào)整清理策略。
文章標(biāo)題：automatic_HudiCleaning操作說明
文章位置：http://fisionsoft.com.cn/article/copoijd.html
