文档首页/ MapReduce服务 MRS/ 组件操作指南(阿布扎比区域)/ 使用Hudi/ 基本操作/ 读操作指导/ cow表视图读取
更新时间：2024-07-19 GMT+08:00
查看PDF
分享

cow表视图读取

  • 实时视图读取（Hive，SparkSQL为例）：直接读取Hive里面存储的Hudi表即可。 
    select count(*) from test;
  • 实时视图读取（Spark dataSource API为例）：和读普通的dataSource表类似。

    必须指定查询类型QUERY_TYPE_OPT_KEY 为QUERY_TYPE_SNAPSHOT_OPT_VAL。

    spark.read.format("hudi")
.option(QUERY_TYPE_OPT_KEY, QUERY_TYPE_SNAPSHOT_OPT_VAL) // 指定查询类型为实时视图模式
.load("/tmp/default/cow_bugx/") // 指定读取的hudi表路径
.createTempView("mycall")
spark.sql("select * from mycall").show(100)
  • 增量视图读取（Hive为例）： 
    set hoodie.test.consume.mode=INCREMENTAL;  //设置增量读取模式
set hoodie.test.consume.max.commits=3;  // 指定最大消费的commits数量
set hoodie.test.consume.start.timestamp=20201227153030;  // 指定初始增量拉取commit
select count(*) from default.test where `_hoodie_commit_time`>'20201227153030'; // 这个过滤条件必须加且值为初始增量拉取的commit。
  • 增量视图读取（SparkSQL为例）： 
    set hoodie.test.consume.mode=INCREMENTAL;  //设置增量读取模式
set hoodie.test.consume.start.timestamp=20201227153030;  // 指定初始增量拉取commit
set hoodie.test.consume.end.timestamp=20210308212318;  // 指定增量拉取结束commit，如果不指定的话采用最新的commit
select count(*) from default.test where `_hoodie_commit_time`>'20201227153030'; // 这个过滤条件必须加且值为初始增量拉取的commit。
  • 增量视图读取（Spark dataSource API为例）：

    必须指定查询类型QUERY_TYPE_OPT_KEY 为增量模式QUERY_TYPE_INCREMENTAL_OPT_VAL

    spark.read.format("hudi")  
.option(QUERY_TYPE_OPT_KEY, QUERY_TYPE_INCREMENTAL_OPT_VAL) // 指定查询类型为增量模式
.option(BEGIN_INSTANTTIME_OPT_KEY, "20210308212004")  // 指定初始增量拉取commit
.option(END_INSTANTTIME_OPT_KEY, "20210308212318")  // 指定增量拉取结束commit
.load("/tmp/default/cow_bugx/")  // 指定读取的hudi表路径
.createTempView("mycall")  // 注册为spark临时表
spark.sql("select * from mycall where `_hoodie_commit_time`>'20210308211131'"）// 开始查询，和hive增量查询语句一样
.show(100, false)
  • 读优化视图：cow表读优化视图等同于实时视图。
父主题： 读操作指导