spark-submit --class org.apache.hudi.utilities.Hoo

spark-submit --class org.apache.hudi.utilities.HoodieCleaner, hudi的清理任务(独立运行),是针对所有的hudi表吧?

展开
收起
游客3oewgrzrf6o5c 2022-07-12 18:04:32 354 分享 版权
1 条回答
写回答
取消 提交回答
  • CSDN全栈领域优质创作者,万粉博主;InfoQ签约博主;华为云享专家;华为Iot专家;亚马逊人工智能自动驾驶(大众组)吉尼斯世界纪录获得者

    是的,使用spark-submit命令运行org.apache.hudi.utilities.HoodieCleaner类中的clean()方法,可以对所有的Hoodie表进行清理。在Hoodie中,每个表都有一个对应的Hoodie实例,HoodieCleaner类通过遍历所有的Hoodie实例,将其中的脏数据(即已经提交到HDFS上的数据与Hoodie中的数据不一致的数据)进行清理。因此,使用spark-submit命令运行HoodieCleaner类中的clean()方法,就是对所有的Hoodie表进行清理。

    2023-08-12 17:15:46
    赞同 展开评论

实时计算Flink版是阿里云提供的全托管Serverless Flink云服务,基于 Apache Flink 构建的企业级、高性能实时大数据处理系统。提供全托管版 Flink 集群和引擎,提高作业开发运维效率。

收录在圈子:
实时计算 Flink 版(Alibaba Cloud Realtime Compute for Apache Flink,Powered by Ververica)是阿里云基于 Apache Flink 构建的企业级、高性能实时大数据处理系统,由 Apache Flink 创始团队官方出品,拥有全球统一商业化品牌,完全兼容开源 Flink API,提供丰富的企业级增值功能。
还有其他疑问?
咨询AI助理