更新时间:2024-07-24 GMT+08:00

读取Hudi数据概述

Hudi的读操作,作用于Hudi的三种视图之上,可以根据需求差异选择合适的视图进行查询。

Hudi支持多种查询引擎Spark、Hive、HetuEngine,具体支持矩阵见表1表2

表1 cow表

查询引擎

实时视图/读优化视图

增量视图

Hive

Y

Y

Spark(SparkSQL)

Y

Y

Spark(SparkDataSource API)

Y

Y

HetuEngine

Y

N

表2 mor表

查询引擎

实时视图

增量视图

读优化视图

Hive

Y

Y

Y

Spark(SparkSQL)

Y

Y

Y

Spark(SparkDataSource API)

Y

Y

Y

HetuEngine

Y

N

Y

  • 当前Hudi使用Spark datasource接口读取时,不支持分区推断能力。比如bootstrap表使用datasource接口查询时,可能出现分区字段不显示,或者显示为null的情况。
  • 增量视图,需设置set hoodie.hudicow.consume.mode = INCREMENTAL;,但该参数仅限于增量视图查询,不能用于Hudi表的其他类型查询,和其他表的查询。 恢复配置可设置set hoodie.hudicow.consume.mode = SNAPSHOT;或任意值。