配置MRS Hudi目的端参数

配置项

配置说明

推荐配置

目的连接名称

选择已配置的MRS Hudi连接。

hudi_to_cdm

数据库名称

输入或选择写入数据的数据库名称。单击输入框后面的按钮可进入数据库选择界面。

dbadmin

表名

单击输入框后面的按钮可进入表的选择界面。

该参数支持配置为时间宏变量，且一个路径名中可以有多个宏定义变量。使用时间宏变量和定时任务配合，可以实现定期同步新增数据，详细说明请参见使用时间宏变量完成增量同步。

cdm

自动创表

是否自动创建Hudi表。

• 不自动创建：不自动建表。
• 不存在时创建：当目的端的数据库没有“表名”参数中指定的表时，CDM会自动创建该表。如果“表名”参数配置的表已存在，则不创建，数据写入到已存在的表中。

不自动创表

导入前清空数据

选择目的端表中数据的处理方式：

• 是：任务启动前会清除目标表中数据。
• 否：导入前不清空目标表中的数据，如果选“否”且表中有数据，则数据会追加到已有的表中。

否

全量模式写Hoodie

选择写Hoodie模式，默认选“是”表示全量模式，“否”表示微批模式。

• 全量模式为异步分片写入Hoodie，适用于一次全量写入场景。
• 微批模式为异步分批写入Hoodie，适用于对入库时间SLA要求较为严格的场景，以及对资源消耗较小，对MOR表存储类型在线进行压缩的场景。

是

批次数据大小

“全量模式写Hoodie”设置为“否”时，使用微批模式呈现此参数。

用于设置单个批次写Hoodie的数据行数，默认100000行。

100000

使用入库时间字段

将一个字段标记为入库时间字段，自动建表时将此字段自动加到建表语句中，写入Hudi时将把此字段的值替换为当前时间，不自动建表时选择已经存在的入库时间字段。

是

入库时间字段名称

“使用入库时间字段”设置为“是”时，呈现此参数。

用于记录写入Hudi的时间。

cdc_last_update_date

Hudi建表配置

Location

存储在OBS或HDFS上数据库表的文件路径。

-

Hudi表类型

Hudi表存储类型。

• MOR表：数据先写入avro格式的日志文件，读取时合并到parquet文件。
• COW表：数据直接写入parquet文件。

MOR

Hudi表主键

对Hudi建表设置主键，多个值以逗号隔开。

-

Hudi表生成器类

主键生成类型，实现org.apache.hudi.keygen.KeyGenerator从传入记录中提取键值。

-

Hudi表预聚合键

对Hudi建表设置预聚合键，当两个记录拥有相同的主键时，保留precombine字段值较大的记录。

ts

Hudi表分区字段

对Hudi建表设置分区字段，多个值以逗号隔开。

-

Hudi表压缩策略（是否开启写入压缩）

在线进行压缩，仅对MOR表生效。

是

Hudi表清除策略（保留提交数）

清除时保留的提交数。

1

Hudi表归档策略（最小保留提交数）

归档时保留的最小提交数。

1

Hudi表归档策略（最大保留提交数）

归档时保留的最大提交数。

100

Hudi表配置

对Hudi建表设置自定义参数属性，此处填入的参数将会在options中生效。例如：主键、combineKey、索引。

-