从Hudi同步数据到DWS

操作场景

本章节指导用户通过开启Kerberos认证的集群的CDLService WebUI界面从Hudi导入数据到DWS。

前提条件

• 集群已安装CDL、Hudi服务且运行正常。
• DWS数据库需要开启前置要求，操作步骤请参考DWS数据库前置准备。
• 在FusionInsight Manager中创建一个人机用户，例如“cdluser”，加入用户组cdladmin、hadoop、kafka、supergroup，主组选择“cdladmin”组，关联角色“System_administrator”。

操作步骤

1. 使用cdluser用户登录FusionInsight Manager（首次登录需要修改密码），选择“集群 > 服务 > CDL”，单击“CDLService UI”右侧的超链接，进入CDLService WebUI界面。
2. 选择“连接管理 > 新增连接”，进入“新增连接”参数配置窗口，参考下表，分别新增“dws”和“hudi”连接，相关数据连接参数介绍请参见创建数据库连接。

   表1 DWS数据连接配置参数

   参数名称	示例
   Link Type	dws
   Name	dwstest
   Host	10.10.10.10
   Port	8000
   DB Name	dwsdb
   User	dbuser
   Password	dbuser用户密码
   Description	-

   表2 Hudi数据连接配置参数

   参数名称	示例
   Link Type	hudi
   Name	hudilink
   Storage Type	hdfs
   Auth KeytabFile	/opt/Bigdata/third_lib/CDL/user_libs/cdluser.keytab
   Principal	cdluser
   Description	xxx

3. 参数配置完成后，单击“测试连接”，检查数据连通是否正常。

   连接校验通过后，单击“确定”完成数据连接创建。

4. （可选）选择“ENV管理 > 新建ENV”，进入“新建ENV”参数配置窗口，参考下表进行参数配置。

   表3 新建ENV配置参数

   参数名称	示例
   Name	test-env
   Driver Memory	1GB
   Type	spark
   Executor Memory	1GB
   Executor Cores	1
   Number Executors	1
   Queue	-
   Description	-

   参数配置完成后，单击“确定”创建ENV。

5. 选择“作业管理 > 数据同步任务 > 新建作业”，在“新建作业”窗口中填写配置。单击“下一步”，进入作业参数配置页面。
   其中：

   参数名称	示例
   Name	job_huditodws
   Desc	-

6. 配置Hudi作业参数。
   1. 在作业参数配置页面，选取左侧Source区域的“hudi”图标拖入右侧编辑区域，然后双击此图标进入Hudi作业参数配置窗口。参考下表进行参数配置，相关作业参数介绍请参见创建CDL数据同步任务作业。

      表4 Source Hudi作业参数

      参数名称	示例
      Link	hudilink
      Interval	10
      Hudi表属性配置	JSON视图
      Table Info	{"table1": [{"source.database": "","source.tablename": "","target.tablename": "","target.schemaname": "","enable.sink.precombine":"true"}] }

      

      

      • 从Hudi同步数据到DWS任务支持precombine字段与Hudi precombine字段一致的场景。
      • DWS表中必须包含precombine字段与主键。
      • 默认为Hudi内置字段_hoodie_event_time，若不使用，需要设置“enable.sink.precombine”参数，例如：

        

   2. 单击“确定”，Hudi作业参数配置完成。

7. 配置DWS作业参数。
   1. 在作业参数配置页面，选取左侧“dws”图标拖入右侧编辑区域，然后双击此图标进入dws作业参数配置窗口。参考下表进行参数配置。

      表5 DWS作业参数

      参数名称	示例
      Link	dwstest
      Query Timeout	180000
      Batch Size	10

   2. 单击“确定”，完成Hudi作业参数配置。

8. 作业参数配置完成后，拖拽图标将作业进行关联，然后单击“保存”，作业配置完成。

   

9. 在“作业管理”的作业列表中，找到创建的作业名称，单击操作列的“启动”，等待作业启动。

   观察数据传输是否生效，例如在Hudi中对表进行插入数据操作，查看DWS导入的文件内容。