定时hbase -> parquet数据一致遇到的问题
定时hbase -> parquet，如果hbase中存在追加或补发历史业务时间的数据，或者存在删除操作 ，怎样保证两边存储数据一致 ？又如何能按照业务时间做好分区呢 ？
展开
收起
2
条回答
写回答
写回答
-
如果有补发历史事件的数据，只能够把两天的数据存储在不同的事件分区中，然后每天对历史的分区做全量的merge。或者使用hudi这种支持upsert的存储格式代替parquet格式
2020-03-21 17:26:49赞同 展开评论 打赏 -
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
