Flink有没有尝试写入数据到hudi，存储在本地文件系统的？

在 Apache Flink 中，可以通过使用 Flink-Hudi 连接器将数据写入 Apache Hudi 表，并存储在本地文件系统中。Apache Hudi 是一个开源的实时数据湖平台，用于高效地管理大规模数据集。使用 Flink-Hudi 连接器，可以将流式数据处理和存储到 Hudi 表中，支持增量更新和查询。

以下是一个示例程序，展示了如何使用 Flink-Hudi 将数据写入 Hudi 表并存储在本地文件系统中。

准备工作
下载 Flink 和 Hudi：
确保你已经下载并配置好了 Apache Flink 和 Apache Hudi。
添加依赖：
如果你使用 Maven 构建项目，需要在 pom.xml 中添加 Flink-Hudi 的依赖。

<dependency>
    <groupId>org.apache.hudi</groupId>
    <artifactId>hudi-flink-bundle_2.12</artifactId>
    <version>0.10.0</version>
</dependency>

请根据需要的 Hudi 版本和 Scala 版本进行调整。
示例程序
以下是一个简单的 Flink 应用程序，将数据写入 Hudi 表并存储在本地文件系统中。

配置参数
在运行上述代码之前，需要配置一些参数，例如 Hudi 表的基本路径和 Flink 的检查点路径。可以通过命令行参数或参数文件进行配置。

flink run -c com.example.FlinkToHudiExample /path/to/jarfile.jar \
  --base-path file:///tmp/hudi/flink_hudi_table \
  --flink-checkpoint-path file:///tmp/flink/checkpoints

注意事项
检查点路径：确保 Flink 的检查点路径在本地文件系统中是可写的。
Hudi 表路径：确保 Hudi 表的存储路径在本地文件系统中是可写的。
依赖版本：根据 Flink 和 Hudi 的版本选择合适的依赖版本和配置。
通过以上示例代码和配置，您应该能够将数据通过 Flink-Hudi 连接器写入 Hudi 表，并将数据存储在本地文件系统中。如果遇到问题，可以查看 Flink 和 Hudi 的官方文档，以获取更多详细信息和支持。

要在Flink中配置写入Hudi并将数据存储至本地文件系统，您需要关注以下几个关键点：

1. Hadoop配置: 使用hadoop.${you option key}形式的配置项，可以通过Flink传递Hadoop配置，确保Flink能够访问到本地文件系统。例如，如果Hudi需要识别本地文件系统作为存储位置，可能需要适当配置Hadoop的fs.defaultFS属性<

2. 写入模式选择: Flink连接Hudi时，可以通过设置write.operation来指定写入操作类型，如upsert、insert或bulk_insert。这影响着数据如何被写入及更新到Hudi表中

3. 本地路径指定: 在创建或配置Hudi表时，指定表的位置为本地文件系统的路径。例如，表的路径可以被设置为file:///path/to/your/local/hudi/table，确保该路径对运行Flink任务的用户是可写的。
   
   参考连接https://help.aliyun.com/zh/flink/developer-reference/hudi-connector?spm=a2c6h.13066369.question.99.7d2a2dfbLZSjUo#e461ee9114amu

Flink确实可以将数据写入到存储在本地文件系统的Hudi中。要实现这个，您需要配置Hudi的连接器参数，指定Hudi表的本地文件系统路径。例如，您可以在write.path参数中设置本地文件系统的路径。在配置其他参数如write.operation、write.tasks等时，确保Flink作业有权限访问和写入指定的本地路径。可参考 Flink Hudi 数据写入

可以配置写入数据到 Hudi，并且支持数据存储在本地文件系统上。为了实现这一目标，您需要通过 Hudi 的 Flink Connector 进行配置。虽然给出的参考资料未直接提及本地文件系统的存储细节，但 Hudi 和 Flink 的集成允许您指定各种 Hadoop 配置项，这之中就包括了数据的存储位置。

关键在于设置 Hadoop 配置参数 fs.defaultFS 指向本地文件系统（通常是 file:///）。这样配置后，Flink 作业在执行时会将数据写入到本地文件系统中

这样来

参考文档：https://help.aliyun.com/zh/flink/developer-reference/hudi-connector?spm=a2c6h.13066369.0.0.40fe438eW11LUz

推荐使用 Flink Sql Client 来读写 Hudi，因为 Flink sql client 对于 SQL 用户来说更容易上手。

——参考链接。