Hudi元数据 #34

Merged
zeekling merged 4 commits from metadata_table into main 2023-10-08 15:15:14 +00:00
2 changed files with 119 additions and 0 deletions

118
hudi/Hudi参数调优.md Normal file
View File

@ -0,0 +1,118 @@
## 内存
|参数名称 | 描述 | 默认值 | 备注 |
|----|----|----|----|
| write.task.max.size | 写任务的最大内存(以MB为单位)当达到阈值时它刷新最大大小的数据桶以避免OOM。 | 1024 | 为写缓冲区预留的内存为write.task.max.size - compact .max_memory。当写任务的总缓冲区达到阈值时将刷新内存中最大的缓冲区 |
| write.batch.size | Flink支持到达一定阈值之后将数据写入到Hudi | 64 | 推荐使用默认值 |
| write.log_block.size | hudi的日志写入器接收到消息后不会立刻flush数据写入器以LogBlock为单位将数据刷新到磁盘。 | 128 | 推荐使用默认值 |
| write.merge.max_memory | 对于COW表Hudi将会合并增量数据和base文件数据。增量数据将会被缓存和溢写磁盘。 | 100 | 推荐使用默认值 |
| compaction.max_memory | Compaction期间占用的最大内存 | 100 | 如果是在线压缩则可以在资源足够时打开它例如设置为1024MB |
## 并行度
|参数名称 | 描述 | 默认值 | 备注 |
|----|----|----|----|
| write.tasks | 写入器任务的并行度每个任务依次向1到N个桶写。 | 4 | 增加并行度对小文件的数量没有影响|
| write.bucket_assign.tasks | 桶分配操作符的并行性。<br>无默认值使用Flink parallelism.default | parallelism.default | 增加并行度也会增加桶的数量,<br>从而增加小文件(小桶)的数量。 |
| write.index_boostrap.tasks | index bootstrap的并行度增加并行度可以提高bootstarp阶段的效率。 | parallelism.default | 只有当index.bootstrap .enabled为true时才生效 |
| read.tasks | 读操作的并行度(批和流) | / | /|
| compaction.tasks | 实时compaction的并行度默认为10 | 10 | Online compaction 会占用写任务的资源,推荐使用offline compaction |
## Compaction
通过设置compaction.async.enabled = false关闭在线压缩但我们仍然建议对写作业启用compaction.schedule.enable。可以通过离线压缩来执行压缩计划。
|参数名称 | 描述 | 默认值 | 备注 |
|----|----|----|----|
| compaction.schedule.enabled | 是否定期生成compaction计划 | true | 即使compaction.async.enabled = false也建议打开 |
| compaction.async.enabled | 异步压缩MOR默认启用 | true | 通过关闭此选项来关闭offline compaction |
| compaction.trigger.strategy | 触发compaction的策略 | num_commits | -- |
| compaction.delta_commits | 触发压缩所需的最大delte提交默认为5次提交 | 5 | -- |
| compaction.delta_seconds | 触发压缩所需的最大增量秒数默认为1小时 | 3600 | -- |
| compaction.max_memory | compaction溢出映射的最大内存(以MB为单位)默认为100MB | 100 | 有足够的资源建议调整到1024MB |
| compaction.target_io | 每次压缩的目标IO(读和写)默认为5GB | 5120 | offline compaction 的默认值是500GB |
### 触发compaction的策略
- num_commits: 当达到N个delta提交时触发压缩。
- time_elapsed当距离上次压缩时间> N秒时触发压缩。
- num_and_time:当满足NUM_COMMITS和TIME_ELAPSED时进行trigger压缩。
- num_or_time: 在满足NUM_COMMITS或TIME_ELAPSED时触发压缩。
## Memory Optimization
### MOR 表
- Flink的状态后端设置为RocksDB默认为内存。
- 如果有足够的内存compaction.max_memory可以设置大于100MB建议调整到1024MB。
- 在配置TM内存的时候需要保证每个写任务都能分配到write.task.max.size对应的内存。需要保留一部分内存给TM的网络缓冲区和其他类型的任务(如bucketAssignFunctio)使用。
- 需要注意compaction内存的变化compaction.max_memory控制的是压缩任务读取日志时可以使用每个任务的最大内存ompaction.tasks控制的是压缩任务的并行性。
### COW表
- Flink的状态后端设置为RocksDB默认为内存。
- 增大write.task.max.size和write.merge.max_memory(默认1024MB和100MB调整为2014MB和1024MB)
- 在配置TM内存的时候需要保证每个写任务都能分配到write.task.max.size对应的内存。需要保留一部分内存给TM的网络缓冲区和其他类型的任务(如bucketAssignFunctio)使用。
## Bulk Insert
- 用于快照数据导入。如果快照数据来自其他数据源可以使用bulk_insert模式将快照数据快速导入到Hudi中。
- bulk_insert消除了序列化和数据合并。用户无需重复数据删除因此需要保证数据的唯一性。
- bulk_insert在批处理执行模式下效率更高。批处理执行方式根据分区路径对输入记录进行排序并将这些记录写入Hudi避免了频繁切换文件句柄导致的写性能下降。有序写入一个分区中不会频繁写换对应的数据分区。
- bulk_insert的并行度由write.tasks指定。并行度会影响小文件的数量。
从理论上讲bulk_insert的并行性是bucket的数量(特别是当每个bucket写到最大文件大小时它将转到新的文件句柄。最后文件的数量>= write.bucket_assign.tasks)。
|参数名称 | 描述 | 默认值 | 备注 |
|----|----|----|----|
| write.operation | | upsert | |
| write.bulk_insert.shuffle_by_partition | 写入前是否根据分区字段进行shuffle。启用此选项将减少小文件的数量但可能存在数据倾斜的风险 | true | |
| write.bulk_insert.sort_by_partition | 写入前是否根据分区字段对数据进行排序。启用此选项将在写任务写多个分区时减少小文件的数量 | true | |
| write.sort.memory | Sort时使用的最大内存 | 128 | |
## Index Bootstrap
- 用于snapshot data+incremental data导入的需求。如果snapshot data已经通过bulk insert插入到Hudi中。通过Index Bootstrap功能用户可以实时插入incremental data保证数据不重复构造离线数据indexState
- 可以在写入快照数据的同时增加资源以流模式写入,然后减少资源以写入增量数据(或打开速率限制函数)。
|参数名称 | 描述 | 默认值 | 备注 |
|----|----|----|----|
| index.bootstrap.enabled | 启index.bootstrap.enabled时Hudi表中的剩余记录将一次性加载到Flink状态 | false | |
| index.partition.regex | 优化选择。设置正则表达式来过滤分区。默认情况下所有分区都被加载到flink状态 | * | |
## 模式
### Changelog Mode
Hudi可以保留消息的所有中间变化(+I / -U / +U / -D)然后通过flink的状态计算消费从而拥有一个接近实时的数据仓库ETL管道(增量计算)。
|参数名称 | 描述 | 默认值 |
|----|----|----|
| changelog.enabled | 它在默认情况下是关闭的为了拥有upsert语义只有合并的消息被确保保留中间的更改可以被合并。设置为true以支持使用所有更改 | true |
- 批处理(快照)读取仍然合并所有中间更改,不管格式是否存储了中间更改日志消息。
- changelog.enable设置为true后更改日志记录的保留只是最好的工作:异步压缩任务将更改日志记录合并到一个记录中,因此,如果流源不及时使用,则压缩后只能读取每个键的合并记录。
解决方案是通过调整compact策略比如压缩选项:compress.delta_commits和compression .delta_seconds为读取器保留一些缓冲时间。
### Insert Mode
- 默认情况下Hudi对插入模式采用小文件策略:MOR将增量记录追加到日志文件中COW合并 base parquet文件(增量数据集将被重复数据删除)。这种策略会导致性能下降。
- 如果要禁止文件合并行为可将write.insert.deduplicate设置为false则跳过重复数据删除。每次刷新行为直接写入一个new parquet文件(MOR表也直接写入parquet文件)。
- 适用于能否在外部保证写入hudi cow表的数据是单调递增的或者可以不在乎重复数据的情况但是可能会存在小文件问题。
|参数名称 | 描述 | 默认值 |
|----|----|----|
| write.insert.deduplicate | Insert mode 默认启用重复数据删除功能。关闭此选项后每次刷新行为直接写入一个now parquet文件 | true |

View File

@ -5,4 +5,5 @@
|----|----|----|
| hudi-resources | https://github.com/zeekling/hudi-resources | 汇总Apache Hudi相关资料 |
| 官网 | https://hudi.apache.org/cn/docs/0.13.0/overview | 中文官网|
| Hudi官方文档翻译 | https://hudi.apachecn.org/docs/master/concepts.html |