Hudi 客户端实现分析

08. Hudi 客户端实现分析

主题说明

Hudi 提供了三种客户端实现：Spark、Flink 和 Java。理解客户端实现有助于理解不同引擎下的写入机制。

客户端实现包括：

• BaseHoodieWriteClient：客户端基类
• SparkRDDWriteClient：Spark 客户端
• HoodieFlinkWriteClient：Flink 客户端
• HoodieJavaWriteClient：Java 客户端

细化内容

BaseHoodieWriteClient - 客户端基类

BaseHoodieWriteClient 是所有客户端的基类，定义了通用的写入逻辑。

主要方法：

• startCommit()：开始新的提交
• upsert()：更新或插入
• insert()：插入
• delete()：删除
• commit()：提交

核心逻辑：

• 索引查找
• 数据分区
• 文件写入
• 提交管理

SparkRDDWriteClient - Spark 客户端

SparkRDDWriteClient 是 Spark 的客户端实现，使用 JavaRDD 作为数据容器。

特点：

• 使用 Spark 的分布式计算
• 支持大规模数据处理
• 自动管理 Spark 任务

HoodieFlinkWriteClient - Flink 客户端

HoodieFlinkWriteClient 是 Flink 的客户端实现，支持流式写入。

特点：

• 支持流式写入
• Checkpoint 集成
• 状态管理

HoodieJavaWriteClient - Java 客户端

HoodieJavaWriteClient 是 Java 的客户端实现，使用 List 作为数据容器。

特点：

• 单机处理
• 简单易用
• 适合小规模数据

关键技术

索引查找

所有客户端都使用索引来查找记录位置：

• Bloom Index：布隆过滤器索引
• Simple Index：简单索引
• Global Index：全局索引

数据分区

客户端根据分区字段对数据进行分区：

• 分区策略：按分区路径分区
• 文件组分配：分配文件组
• 写入优化：优化写入性能

提交管理

客户端管理提交过程：

• Instant 创建：创建提交时间点
• 元数据生成：生成提交元数据
• Timeline 更新：更新 Timeline

关键对象说明

类关系图

关键操作时序图

代码示例

Spark 客户端使用

HoodieSparkEngineContext context = new HoodieSparkEngineContext(jsc);
HoodieWriteConfig config = HoodieWriteConfig.newBuilder()
    .withPath(basePath)
    .build();

SparkRDDWriteClient client = new SparkRDDWriteClient(context, config);
String instantTime = client.startCommit();
JavaRDD<WriteStatus> writeStatuses = client.upsert(records, instantTime);
client.commit(instantTime, writeStatuses);

总结

Hudi 提供了三种客户端实现，每种都有其适用场景。核心要点：

1. BaseHoodieWriteClient 是客户端基类
2. SparkRDDWriteClient 适用于 Spark 环境
3. HoodieFlinkWriteClient 适用于 Flink 流式写入
4. HoodieJavaWriteClient 适用于 Java 单机处理
5. 索引查找 是通用的核心逻辑
6. 提交管理 保证数据一致性

理解客户端实现有助于在不同场景下选择合适的客户端。