SparkSQL建表参数规范

规则

• 建表必须指定primaryKey和preCombineField。

  Hudi表提供了数据更新的能力和幂等写入的能力，该能力要求数据记录必须设置主键用来识别重复数据和更新操作。不指定主键会导致表丢失数据更新能力，不指定preCombineField会导致主键重复。

  参数名称	参数描述	输入值	说明
  primaryKey	hudi主键	按需	必须指定，可以是复合主键但是必须全局唯一。
  preCombineField	预合并键，相同主键的多条数据按该字段进行合并	按需	必须指定，相同主键的数据会按该字段合并，不能指定多个字段。

• 禁止建表时将hoodie.datasource.hive_sync.enable指定为false。

  指定为false将导致新写入的分区无法同步到Hive Metastore中。由于缺失新写入的分区信息，查询引擎读取该时会丢数。

• 禁止指定Hudi的索引类型为INMEMORY类型。

  该索引仅是为了测试使用。生产环境上使用该索引将导致数据重复。

建表示例

create table data_partition(id int, comb int, col0 int,yy int, mm int, dd int) 
using hudi                               --指定hudi 数据源
partitioned by(yy,mm,dd)                 --指定分区， 支持多级分区
location '/opt/log/data_partition'       --指定路径，如果不指定建表在hive warehouse里
options(
type='mor',                              --表类型 mor 或者 cow
primaryKey='id',                         --主键，可以是复合主键但是必须全局唯一
preCombineField='comb'                   --预合并字段，相同主键的数据会按该字段合并，当前不能指定多个字段  
)