什么是Clustering 开门见山，Clustering主要有两个作用：数据小文件合并和重排序。当数据写入Hudi表时，为了提高写入效率和存储利用率，可能会产生大量小文件。...
发简信
IP属地：香港
-
Hudi 源码之 Clustering
-
这文章也太跳跃了，写parquet的是哪本书呢？
parquet(2)读写
1、大多数情况下，我们会使用高级工具来处理parquet文件，比如hive spark impala,不过有时候我们也需要进行低级顺序访问 2、parquet具有一个可插入式...
-
parquet(2)读写1、大多数情况下，我们会使用高级工具来处理parquet文件，比如hive spark impala,不过有时候我们也需要进行低级顺序访问 2、parquet具有一个可插入式...
-
Apache Parquet设计解读官网地址：https://parquet.apache.org/docs[https://parquet.apache.org/docs]编码：https://www.wai...
-
Hudi系列2:Hudi安装编译环境准备 软件版本Hadoop3.3.2Hive3.1.2Spark3.3.1Flink1.14.5 一. 下载并解压hudi 二. maven的下载和配置 2.1 ma...
-
Hudi系列1:Hudi介绍一. 什么是Hudi Apache Hudi（发音“hoodie”）是下一代流数据湖平台。Apache Hudi将核心仓库和数据库功能直接带到数据湖中。Hudi提供了表，事务...
-
Hudi 概念和特性
背景 本篇为Hudi概念和特性相关介绍。依据于官网和相关博客资料，融入了个人理解。内容可能会有疏漏，欢迎大家指正和补充。 Hudi概念 Apache Hudi是一个Data ...
-
-
Hbase教程：通过BulkLoad快速将海量数据导入到Hbase本文将针对这个问题介绍如何通过Hbase的BulkLoad方法来快速将海量数据导入到Hbase中。 在第一次建立Hbase表的时候，我们可能需要往里面一次性导入大量的初始化数...
-
HiveSQL优化方法
Hive调优集锦[https://blog.csdn.net/zhanglong_4444/article/details/117264381]Hive/HiveSQL常用优...
