文档首页/ MapReduce服务 MRS/ 组件操作指南（普通版）/ 使用Hudi/ Hudi读操作/ 读取Hudi cow表视图
更新时间：2024-07-24 GMT+08:00
查看PDF
分享

读取Hudi cow表视图

  • 实时视图读取（Hive，SparkSQL为例）：直接读取Hive里面存储的Hudi表即可，${table_name}表示表名称。 
    select count(*) from ${table_name};
  • 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，${table_name}表示表名称。

    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，${table_name}表示表名称）： 
    set hoodie.${table_name}.consume.mode=INCREMENTAL;  //设置增量读取模式
set hoodie.${table_name}.consume.max.commits=3;  // 指定最大消费的commits数量
set hoodie.${table_name}.consume.start.timestamp=20201227153030;  // 指定初始增量拉取commit
select count(*) from default.${table_name} where `_hoodie_commit_time`>'20201227153030'; // 这个过滤条件必须加且值为初始增量拉取的commit。
  • 增量视图读取（SparkSQL为例，${table_name}表示表名称）： 
    set hoodie.${table_name}.consume.mode=INCREMENTAL;  //设置增量读取模式
set hoodie.${table_name}.consume.start.timestamp=20201227153030;  // 指定初始增量拉取commit
set hoodie.${table_name}.consume.end.timestamp=20210308212318;  // 指定增量拉取结束commit，如果不指定的话采用最新的commit
select count(*) from default.${table_name} 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： Hudi读操作