前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Apache Hudi 使用文件聚类功能 (Clustering) 解决小文件过多的问题

Apache Hudi 使用文件聚类功能 (Clustering) 解决小文件过多的问题

作者头像
王知无-import_bigdata
发布2022-11-11 19:16:38
1K0
发布2022-11-11 19:16:38
举报

全网最全大数据面试提升手册!

Hudi测试:批处理后文件据类再接流

本文详细阐述了在 “批处理后,流处理之前” 进行文件 Clustering 操作的方法。该方法可以将众多小文件合并成数量极少的大文件,从而防止过多小文件的产生。

在批处理结束后进行 Clustering 主要涉及如下几个步骤,它们主要都是通过 spark-submit 命令完成的:

  • 制定 Clustering 计划,找到
批处理数据结束

首先用 bulk_insert 方式运行批处理任务。注意下面的操作都是在批处理任务完成后,接流之前进行。

查看表相关的 hdfs,可以发现由于使用了 bulk_insert 的方式写入数据,导致文件数量非常多,而每个文件的 Size 非常小。我们希望将每个分区的1000多个小文件聚合成几个大文件,以免造成不必要的查询和系统维护开销。

代码语言:javascript
复制
[hadoop@p0-tklfrna-tklrna-device02 hudi_clustering]$ hdfs dfs -count /flk_hudi/chdrpf_hudi_test03/*
           7            7           32637997 /flk_hudi/chdrpf_hudi_test03/.hoodie
           1         1067          571117942 /flk_hudi/chdrpf_hudi_test03/1
           1         1071          716513820 /flk_hudi/chdrpf_hudi_test03/2
           1         1072          644997032 /flk_hudi/chdrpf_hudi_test03/3
           1         1072          507397985 /flk_hudi/chdrpf_hudi_test03/4
           1         1069          730774472 /flk_hudi/chdrpf_hudi_test03/5
           1         1067          586561261 /flk_hudi/chdrpf_hudi_test03/6
           1         1063          557377359 /flk_hudi/chdrpf_hudi_test03/7
           1         1070          483416155 /flk_hudi/chdrpf_hudi_test03/8
           1         1071          587965407 /flk_hudi/chdrpf_hudi_test03/A
           1         1071          570651877 /flk_hudi/chdrpf_hudi_test03/B
           1         1068          796163049 /flk_hudi/chdrpf_hudi_test03/C
           1         1064          732633320 /flk_hudi/chdrpf_hudi_test03/D
           1         1067          524777141 /flk_hudi/chdrpf_hudi_test03/E
           1         1070          550302848 /flk_hudi/chdrpf_hudi_test03/F
           1         1076          540059544 /flk_hudi/chdrpf_hudi_test03/G
           1         1071          590094172 /flk_hudi/chdrpf_hudi_test03/H
           1         1076          505755100 /flk_hudi/chdrpf_hudi_test03/I
           1         1068          606771875 /flk_hudi/chdrpf_hudi_test03/J
           1         1068          495261290 /flk_hudi/chdrpf_hudi_test03/K
           1         1067          516964732 /flk_hudi/chdrpf_hudi_test03/L
           1         1060          482056347 /flk_hudi/chdrpf_hudi_test03/M
           1         1054          607625266 /flk_hudi/chdrpf_hudi_test03/N
           1         1077          551989638 /flk_hudi/chdrpf_hudi_test03/O
           1         1076          590537140 /flk_hudi/chdrpf_hudi_test03/P
           1         1069          536362956 /flk_hudi/chdrpf_hudi_test03/Q
           1         1072          559723804 /flk_hudi/chdrpf_hudi_test03/R
           1         1067          546042696 /flk_hudi/chdrpf_hudi_test03/S
           1         1059          528438508 /flk_hudi/chdrpf_hudi_test03/T
           1         1063          518288413 /flk_hudi/chdrpf_hudi_test03/U
           1         1070          543146873 /flk_hudi/chdrpf_hudi_test03/V
           1         1066          532588113 /flk_hudi/chdrpf_hudi_test03/W
           1         1069          494606809 /flk_hudi/chdrpf_hudi_test03/X
           1         1079          527128056 /flk_hudi/chdrpf_hudi_test03/Y
           1         1068          477378497 /flk_hudi/chdrpf_hudi_test03/Z
           1         1075          471848267 /flk_hudi/chdrpf_hudi_test03/a

查看当前 hdfs 路径下的文件个数。可以发现由于 bulk_insert 导致小文件非常之多,这会显著影响查询的性能 (一次查询可能要做几千个 IO 操作)。

代码语言:javascript
复制
[hadoop@p0-tklfrna-tklrna-device02 hudi_clustering]$ hdfs dfs -count /flk_hudi/chdrpf_hudi_test03/
          43        37452        22269590565 /flk_hudi/chdrpf_hudi_test03
Clustering
配置清理策略

使用最简配置方法如下

代码语言:javascript
复制
[hadoop@p0-tklfrna-tklrna-device02 hudi_clustering]$ cat /home/hadoop/hudi_clustering/clusteringjob.properties
hoodie.clustering.inline.max.commits=2
hoodie.clustering.plan.strategy.max.num.groups=40

添加高级配置项

代码语言:javascript
复制
[hadoop@p0-tklfrna-tklrna-device02 ~]$ cat /home/hadoop/hudi_clustering/clusteringjob.properties
hoodie.clustering.inline=true
hoodie.clustering.inline.max.commits=2
hoodie.clustering.plan.strategy.max.num.groups=40
hoodie.clustering.plan.strategy.target.file.max.bytes=1073741824
hoodie.clustering.plan.strategy.max.bytes.per.group=2147483648
hoodie.clustering.plan.strategy.small.file.limit=629145600
Schedule

指定 Clustering 计划。计划制定完毕后 Hudi 对应 hdfs 的 Timeline 中会出现相应时间戳,以供执行计划。

代码语言:javascript
复制
spark-submit \
--master yarn \
--class org.apache.hudi.utilities.HoodieClusteringJob \
hdfs://nameservice1/utility_jars/hudi-utilities-bundle_2.12-0.10.0.jar \
--schedule \
--base-path hdfs://nameservice1/flk_hudi/chdrpf_hudi_test03 \
--table-name chdrpf_hudi_test03 \
--props file:///home/hadoop/hudi_clustering/clusteringjob.properties \
--spark-memory 16g \
> /home/hadoop/hudi_clustering/clusteringjob.log 2>&1

查看 Hdfs 中的 Hudi 的 Timeline 获取时间戳。文件后缀为 replacecommit.requested 的时间戳即为我们需要的时间戳。复制我们需要的 20220826105913373,以便下一步粘贴。

代码语言:javascript
复制
[hadoop@p0-tklfrna-tklrna-device02 ~]$ hdfs dfs -ls /flk_hudi/chdrpf_hudi_test03/.hoodie/
Found 407 items
drwxr-xr-x   - hadoop supergroup          0 2022-08-26 10:10 /flk_hudi/chdrpf_hudi_test03/.hoodie/.aux
drwxr-xr-x   - hadoop supergroup          0 2022-08-26 14:53 /flk_hudi/chdrpf_hudi_test03/.hoodie/.temp
-rw-r--r--   3 hadoop supergroup   18596070 2022-08-26 10:14 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826101036547.commit
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 10:10 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826101036547.commit.requested
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 10:10 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826101036547.inflight
-rw-r--r--   3 hadoop supergroup   14041389 2022-08-26 10:16 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826101404432.commit
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 10:14 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826101404432.commit.requested
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 10:14 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826101404432.inflight
...
-rw-r--r--   3 hadoop supergroup    5685565 2022-08-26 10:59 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826105913373.replacecommit.requested
...
Execute

Clustering 执行需要使用刚才的时间戳配置 --instant-time 20220826105913373 于命令中即可执行。

代码语言:javascript
复制
spark-submit \
--master yarn \
--class org.apache.hudi.utilities.HoodieClusteringJob \
hdfs://nameservice1/utility_jars/hudi-utilities-bundle_2.12-0.10.0.jar \
--instant-time 20220826105913373 \
--base-path hdfs://nameservice1/flk_hudi/chdrpf_hudi_test03 \
--table-name chdrpf_hudi_test03 \
--props file:///home/hadoop/hudi_clustering/clusteringjob.properties \
--spark-memory 16g \
> /home/hadoop/hudi_clustering/clusteringjob_execution.log 2>&1
文件聚类完毕后
代码语言:javascript
复制
[hadoop@p0-tklfrna-tklrna-device02 hudi_clustering]$ hdfs dfs -count /flk_hudi/chdrpf_hudi_test03/*
           7           10           39759457 /flk_hudi/chdrpf_hudi_test03/.hoodie
           1         1068          644693330 /flk_hudi/chdrpf_hudi_test03/1
           1         1072          912384991 /flk_hudi/chdrpf_hudi_test03/2
           1         1073          783040567 /flk_hudi/chdrpf_hudi_test03/3
           1         1073          535431665 /flk_hudi/chdrpf_hudi_test03/4
           1         1070          938545286 /flk_hudi/chdrpf_hudi_test03/5
           1         1068          676230669 /flk_hudi/chdrpf_hudi_test03/6
           1         1064          625387487 /flk_hudi/chdrpf_hudi_test03/7
           1         1071          494572949 /flk_hudi/chdrpf_hudi_test03/8
           1         1072          675599389 /flk_hudi/chdrpf_hudi_test03/A
           1         1072          643710911 /flk_hudi/chdrpf_hudi_test03/B
           1         1069         1056860522 /flk_hudi/chdrpf_hudi_test03/C
           1         1065          940690081 /flk_hudi/chdrpf_hudi_test03/D
           1         1068          563929957 /flk_hudi/chdrpf_hudi_test03/E
           1         1071          606406555 /flk_hudi/chdrpf_hudi_test03/F
           1         1077          589463777 /flk_hudi/chdrpf_hudi_test03/G
           1         1072          682564783 /flk_hudi/chdrpf_hudi_test03/H
           1         1077          529816271 /flk_hudi/chdrpf_hudi_test03/I
           1         1069          712917512 /flk_hudi/chdrpf_hudi_test03/J
           1         1069          514668751 /flk_hudi/chdrpf_hudi_test03/K
           1         1068          550874973 /flk_hudi/chdrpf_hudi_test03/L
           1         1061          495250431 /flk_hudi/chdrpf_hudi_test03/M
           1         1055          716887761 /flk_hudi/chdrpf_hudi_test03/N
           1         1078          612144859 /flk_hudi/chdrpf_hudi_test03/O
           1         1077          679350316 /flk_hudi/chdrpf_hudi_test03/P
           1         1070          586176818 /flk_hudi/chdrpf_hudi_test03/Q
           1         1073          625760986 /flk_hudi/chdrpf_hudi_test03/R
           1         1068          603042997 /flk_hudi/chdrpf_hudi_test03/S
           1         1060          576062292 /flk_hudi/chdrpf_hudi_test03/T
           1         1064          555764103 /flk_hudi/chdrpf_hudi_test03/U
           1         1071          598050377 /flk_hudi/chdrpf_hudi_test03/V
           1         1066          532588113 /flk_hudi/chdrpf_hudi_test03/W
           1         1069          494606809 /flk_hudi/chdrpf_hudi_test03/X
           1         1079          527128056 /flk_hudi/chdrpf_hudi_test03/Y
           1         1068          477378497 /flk_hudi/chdrpf_hudi_test03/Z
           1         1075          471848267 /flk_hudi/chdrpf_hudi_test03/a
运行清理

在进行完 Clustering 操作后,很多小文件都被合并进大文件了。由于 Hudi 不会主动删除过期和不必要的文件,因此需要利用手动清理策略来对过期文件进行清理删除。

清理策略的配置文件

代码语言:javascript
复制
[hadoop@p0-tklfrna-tklrna-device02 hudi_clustering]$ cat /home/hadoop/hudi_clustering/hudi_cleaning.properties 
# hudi_cleaning.properties

# When enabled, the cleaner table service is invoked immediately after each commit, to delete older file slices
hoodie.clean.automatic=true

# Only applies when hoodie.clean.automatic is turned on. 
# When turned on runs cleaner async with writing, which can speed up overall write performance.
hoodie.clean.async=true

# # This policy has the effect of keeping N number of file versions irrespective of time. 
# # This policy is useful when it is known how many MAX versions of the file does one want to keep at any given time.
# # hoodie.cleaner.policy=KEEP_LATEST_COMMITS
hoodie.cleaner.policy=KEEP_LATEST_COMMITS

# # Number of commits to retain, without cleaning.
# # This will be retained for num_of_commits * time_between_commits (scheduled).
# # hoodie.cleaner.commits.retained=3
# When KEEP_LATEST_FILE_VERSIONS cleaning policy is used, 
# the minimum number of file slices to retain in each file group, during cleaning.
hoodie.cleaner.commits.retained=1

# When set to true, cleaner also deletes the bootstrap base file when it's skeleton base file is cleaned.
hoodie.cleaner.delete.bootstrap.base.file=false
# Only if the log file size is greater than the threshold in bytes, the file group will be compacted.

hoodie.commits.archival.batch=60

hoodie.archive.merge.small.file.limit.bytes=104857600
# When set to true, compaction service is triggered after each write. 
# While being simpler operationally, this adds extra latency on the write path.
hoodie.compact.inline=false

hoodie.parquet.small.file.limit=124857600

hoodie.cleaner.parallelism=800

hoodie.cleaner.incremental.mode=true

# Archiving service moves older entries from timeline into an archived log after each write, 
# to keep the metadata overhead constant, even as the table size grows
hoodie.keep.max.commits=3
hoodie.keep.min.commits=2

利用命令执行清理策略

代码语言:javascript
复制
spark-submit \
--class org.apache.hudi.utilities.HoodieCleaner \
hdfs://nameservice1/utility_jars/hudi-utilities-bundle_2.12-0.10.0.jar \
--props file:///home/hadoop/hudi_clustering/hudi_cleaning.properties \
--target-base-path hdfs://nameservice1/flk_hudi/chdrpf_hudi_test03 \
> /home/hadoop/hudi_clustering/clusteringjob_cleaning.log 2>&1
接流处理任务

此时,可以将流处理任务接至该 Hudi 表中。文件清理的效果会在 Hudi 接流后显现。

清理后文件个数
代码语言:javascript
复制
[hadoop@p0-tklfrna-tklrna-device02 hudi_clustering]$ hdfs dfs -count /flk_hudi/chdrpf_hudi_test03/*          39         2818           61047630 /flk_hudi/chdrpf_hudi_test03/.hoodie
           1            5          295730057 /flk_hudi/chdrpf_hudi_test03/1
           1            5          581449403 /flk_hudi/chdrpf_hudi_test03/2
           1            5          541564433 /flk_hudi/chdrpf_hudi_test03/3
           1            5          113526185 /flk_hudi/chdrpf_hudi_test03/4
           1            5          819123981 /flk_hudi/chdrpf_hudi_test03/5
           1            5          361258893 /flk_hudi/chdrpf_hudi_test03/6
           1            4          205559110 /flk_hudi/chdrpf_hudi_test03/7
           1            4           33721101 /flk_hudi/chdrpf_hudi_test03/8
           1            5          352884732 /flk_hudi/chdrpf_hudi_test03/A
           1            5          294248033 /flk_hudi/chdrpf_hudi_test03/B
           1            5          771533591 /flk_hudi/chdrpf_hudi_test03/C
           1            5          614827884 /flk_hudi/chdrpf_hudi_test03/D
           1            5          157676833 /flk_hudi/chdrpf_hudi_test03/E
           1            5          226004511 /flk_hudi/chdrpf_hudi_test03/F
           1            5          198656601 /flk_hudi/chdrpf_hudi_test03/G
           1            5          372307018 /flk_hudi/chdrpf_hudi_test03/H
           1            5           97041611 /flk_hudi/chdrpf_hudi_test03/I
           1            5          427390894 /flk_hudi/chdrpf_hudi_test03/J
           1            5           78296341 /flk_hudi/chdrpf_hudi_test03/K
           1            5          136428423 /flk_hudi/chdrpf_hudi_test03/L
           1            5           53218521 /flk_hudi/chdrpf_hudi_test03/M
           1            5          439899957 /flk_hudi/chdrpf_hudi_test03/N
           1            5          242278011 /flk_hudi/chdrpf_hudi_test03/O
           1            5          357549763 /flk_hudi/chdrpf_hudi_test03/P
           1            5          200702230 /flk_hudi/chdrpf_hudi_test03/Q
           1            5          265952714 /flk_hudi/chdrpf_hudi_test03/R
           1            5          229783530 /flk_hudi/chdrpf_hudi_test03/S
           1            5          191817537 /flk_hudi/chdrpf_hudi_test03/T
           1            5          151138760 /flk_hudi/chdrpf_hudi_test03/U
           1            5          221236895 /flk_hudi/chdrpf_hudi_test03/V
           1         4112         2060894265 /flk_hudi/chdrpf_hudi_test03/W
           1         4117         1910706738 /flk_hudi/chdrpf_hudi_test03/X
           1         4169         2042792364 /flk_hudi/chdrpf_hudi_test03/Y
           1         2221          995253322 /flk_hudi/chdrpf_hudi_test03/Z
           1         1075          472877437 /flk_hudi/chdrpf_hudi_test03/a

可以看到每个分区内的小文件已经被聚合成大文件,并随着流数据的进入,文件数量的增长速度也在合理范围内。

Ps: 我们把后几个分区作为对照组没有进行文件聚合。可以通过在 Clustering 的配置文件中调大 hoodie.clustering.plan.strategy.max.num.groups=30 的值来增加 SparkJob 的 parallelism 从而把所有分区涵盖进行,进行文件聚合。

代码语言:javascript
复制
[hadoop@p0-tklfrna-tklrna-device02 hudi_clustering]$ hdfs dfs -count /flk_hudi/chdrpf_hudi_test03/
          76        19050        17396389394 /flk_hudi/chdrpf_hudi_test03
Timeline 观察

20220826105913373.replacecommit表示进行完毕聚类操作的时刻

20220826114108591.clean表示进行完毕清理操作的时刻

20220826114317026.commit表示进行完毕新数据写入操作的时刻

代码语言:javascript
复制
[hadoop@p0-tklfrna-tklrna-device02 hudi_clustering]$ hdfs dfs -ls /flk_hudi/chdrpf_hudi_test03/.hoodie
Found 30 items
drwxr-xr-x   - hadoop supergroup          0 2022-08-26 10:10 /flk_hudi/chdrpf_hudi_test03/.hoodie/.aux
drwxr-xr-x   - hadoop supergroup          0 2022-08-26 11:46 /flk_hudi/chdrpf_hudi_test03/.hoodie/.temp
-rw-r--r--   3 hadoop supergroup   18596070 2022-08-26 10:14 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826101036547.commit
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 10:10 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826101036547.commit.requested
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 10:10 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826101036547.inflight
-rw-r--r--   3 hadoop supergroup   14041389 2022-08-26 10:16 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826101404432.commit
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 10:14 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826101404432.commit.requested
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 10:14 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826101404432.inflight
-rw-r--r--   3 hadoop supergroup    1435895 2022-08-26 11:09 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826105913373.replacecommit
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 11:03 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826105913373.replacecommit.inflight
-rw-r--r--   3 hadoop supergroup    5685565 2022-08-26 10:59 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826105913373.replacecommit.requested
-rw-r--r--   3 hadoop supergroup    1009885 2022-08-26 11:37 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826113342082.commit
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 11:33 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826113342082.commit.requested
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 11:33 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826113342082.inflight
-rw-r--r--   3 hadoop supergroup    3811303 2022-08-26 11:40 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826113740364.commit
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 11:37 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826113740364.commit.requested
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 11:37 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826113740364.inflight
-rw-r--r--   3 hadoop supergroup    2940587 2022-08-26 11:43 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826114026452.commit
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 11:40 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826114026452.commit.requested
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 11:40 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826114026452.inflight
-rw-r--r--   3 hadoop supergroup    5005100 2022-08-26 11:41 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826114108591.clean
-rw-r--r--   3 hadoop supergroup    4260649 2022-08-26 11:41 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826114108591.clean.inflight
-rw-r--r--   3 hadoop supergroup    4260649 2022-08-26 11:41 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826114108591.clean.requested
-rw-r--r--   3 hadoop supergroup    2867542 2022-08-26 11:46 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826114317026.commit
-rw-r--r--   3 hadoop supergroup          0 2022-08-26 11:43 /flk_hudi/chdrpf_hudi_test03/.hoodie/20220826114317026.commit.requested

如果这个文章对你有帮助,不要忘记 「在看」 「点赞」 「收藏」 三连啊喂!

2022年全网首发|大数据专家级技能模型与学习指南(胜天半子篇)

互联网最坏的时代可能真的来了

我在B站读大学,大数据专业

我们在学习Flink的时候,到底在学习什么?

193篇文章暴揍Flink,这个合集你需要关注一下

Flink生产环境TOP难题与优化,阿里巴巴藏经阁YYDS

Flink CDC我吃定了耶稣也留不住他!| Flink CDC线上问题小盘点

我们在学习Spark的时候,到底在学习什么?

在所有Spark模块中,我愿称SparkSQL为最强!

硬刚Hive | 4万字基础调优面试小总结

数据治理方法论和实践小百科全书

标签体系下的用户画像建设小指南

4万字长文 | ClickHouse基础&实践&调优全视角解析

【面试&个人成长】2021年过半,社招和校招的经验之谈

大数据方向另一个十年开启 |《硬刚系列》第一版完结

我写过的关于成长/面试/职场进阶的文章

当我们在学习Hive的时候在学习什么?「硬刚Hive续集」

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2022-10-13,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 大数据技术与架构 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Hudi测试:批处理后文件据类再接流
  • 批处理数据结束
  • Clustering
    • 配置清理策略
      • Schedule
        • Execute
          • 文件聚类完毕后
            • 运行清理
              • 接流处理任务
                • 清理后文件个数
                  • Timeline 观察
                  相关产品与服务
                  大数据
                  全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
                  领券
                  问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档