hudi系列-append写过程

本文详细介绍了Hudi的Append模式写入过程,该模式每次写操作生成新的Parquet文件,不涉及数据修改或去重,从而提供更高的写入性能。在0.13.1版本后,无论是COw+insert还是MOR+insert都统一采用Append写流程。整体流程中,AppendWriteFunction作为入口,BulkInsertWriterHelper处理数据并根据checkpoint或数据大小创建新文件。然而,这可能导致大量小文件的生成,需要配合Clustering和Cleaning服务进行优化。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值