flink使用jdbcsink写入hive3的话 还会产生小文件问题吗？
flink使用jdbcsink写入hive3的话 还会产生小文件问题吗？
展开
收起
1
条回答
写回答
写回答
-
如果使用 Flink 的 JDBCSink 写入 Hive3，那么是有可能产生小文件问题的。
因为 JDBCSink 是基于批处理的，它会将数据缓存在内存中，直到内存满了之后才会写入 Hive3 表。如果数据量很大，那么内存很快就会满了，就会产生很多小文件。
为了避免这个问题，你可以使用 Flink 的 Checkpointing 功能。这样，Flink 会定期将数据保存到外部存储中，这样内存就不容易满了。
你也可以使用 Flink 的 Async I/O 功能。这样，Flink 会异步将数据写入 Hive3 表，这样也不容易产生小文件。
此外，你也可以使用 Hive3 的压缩功能 来压缩数据，这样也可以减少小文件。
2023-09-28 10:13:09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
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。
热门讨论
热门文章
有个关于scan.startup.mode的配置问题想问下
1019
FFA 2024 大会门票免费送！AI时代下大数据技术未来路在何方？
2245
请问如何用flink sql客户端用yarn application模式提交任务呢？
1724
Flink如何配置Task Manager？
889
FlinkCDC MySQL 中 scan.startup.mode 用的是什么模式啊？
3825
flinkcdc性能很差
167
flinkcdc启动，怎么修改默认端口号，默认是8081。
1587
Flink 集群重启后，所有的Jobs任务全都没有了。如果快速恢复所有的任务
1439
Flink CDC里我这边flink启动之后，爆了一个时区不匹配的错误，这个该如何解决？
375
使用flink on yarn的模式，怎么进行内存资源调优呢，如何配置flink内存
840
展开全部
Flink SQL 功能解密系列 —— 维表 JOIN 与异步优化
28184
流计算精品翻译: The Dataflow Model
19311
接着！！Apache Flink 全领域干货合集（持续更新）
16534
Flink SQL 功能解密系列 —— 流式 TopN 挑战与实现
16666
为什么说流处理即未来？
9989
基于实时计算（Flink）打造一个简单的实时推荐系统
14483
Flink Checkpoint 问题排查实用指南
13282
广告场景下的实时计算
11083
Flink SQL 功能解密系列 —— 流计算“撤回(Retraction)”案例分析
18551
如何正确使用 Flink Connector？
11375
展开全部
相关课程
更多
相关文章
相关电子书
更多
