创建Hudi数据源

通过创建Hudi数据源能够实现Dataphin读取Hudi的业务数据或向Hudi写入数据。本文为您介绍如何创建Hudi数据源。

背景信息

Hudi即Apache Hudi,Hudi是一个通用的大数据存储系统,将核心仓库和数据库功能直接引入到数据库中,并支持记录级别的插入更新和删除数据的能力。更多详情请参见Apache Hudi官网

权限说明

仅支持具备新建数据源权限点的自定义全局角色和超级管理员数据源管理员板块架构师项目管理员角色创建数据源。

操作步骤

  1. 在Dataphin首页,单击顶部菜单栏管理中心 > 数据源管理

  2. 数据源页面,单击+新建数据源image

  3. 新建数据源对话框的大数据存储区域,选择Hudi

    如果您最近使用过Hudi,也可以在最近使用区域选择Hudi。同时,您也可以在搜索框中,输入Hudi的关键词,快速搜索。

    image..png

  4. 新建Hudi数据源对话框中,配置连接数据源参数。

    1. 配置数据源的基本信息。

      参数

      描述

      数据源名称

      命名规则如下:

      • 只能包含中文、英文字母大小写、数字、下划线(_)或短划线(-)。

      • 长度不能超过64字符。

      数据源编码

      配置数据源编码后,您可以在Flink_SQL任务中通过数据源编码.表名称数据源编码.schema.表名称的格式引用数据源中的表;如果需要根据所处环境自动访问对应环境的数据源,请通过${数据源编码}.table${数据源编码}.schema.table的变量格式访问。更多信息,请参见Flink_SQL任务开发方式

      重要
      • 目前仅支持MySQLHologresMaxCompute数据源。

      • 数据源编码配置成功后不支持修改。

      数据源描述

      对数据源简单的描述。不得超过128个字符。

      数据源配置

      选择需要配置的数据源:

      • 如果业务数据源区分生产数据源和开发数据源,则选择生产+开发数据源

      • 如果业务数据源不区分生产数据源和开发数据源,则选择生产数据源

    2. 配置数据源与Datahpin的连接参数。

      若您的数据源配置选择生产+开发数据源,则需配置生产+开发数据源的连接信息。如果您的数据源配置为生产数据源,仅需配置生产数据源的连接信息。

      说明

      通常情况下,生产数据源和开发数据源需配置非同一个数据源,以使开发数据源与生产数据源的环境隔离,降低开发数据源对生产数据源的影响。但Dataphin也支持配置成同一个数据源,即相同参数值。

      参数

      描述

      存储配置

      支持HDFS或OSS存储。

      存储路径

      • HDFS存储:填写HDFS存储路径,请确保flink用户有访问路径的权限。格式为:hdfs://host:port/path

      • OSS存储:填写OSS存储路径。填写示例:oss://dp-oss/hudi/

        若使用OSS存储还需填写OSS的Endpoint、AccessKeyID、AccessKeySecret。

        image

        • Endpoint:若使用阿里云OSS,您可根据OSS的所在地域,选择对应的网络类型进行填写。详情请参见查看公共云下OSS Region和Endpoint对照表

        • AccessKeyIDAccessKeySecret:OSS所在账号的AccessKey ID和AccessKey Secret。如何获取,请参见获取AccessKey

      元数据同步

      开启后将会同步Hudi表的schema到Hive MetaStore中。

      • 若您使用HDFS存储配置,开启元数据同步后,还需配置以下信息:

        image

        • 版本:支持CDH6:2.1.1、CDP7.1.3:3.1.300。

        • 同步模式:支持hms和jdbc。各同步模式需配置不同参数:

          • hms:Hive元数据库的thrift地址、同步到Hive的数据库名称。

            重要

            如果选择hms,则hive需开启metastore server。

          • jdbc:Hive元数据库的jdbc地址、Hive元数据库的用户名、Hive元数据库的密码、同步到Hive的数据库名称。

      • 若您使用OSS存储配置,开启元数据同步后,还需配置以下信息:

        image

        • 同步模式:默认为hms,不支持修改。

        • 元数据目标库:默认为DLF,不支持修改。

        • DLF服务的地域名:填写DLF服务的地域域名。详情请参见DLF Region和Endpoint对照表

        • DLF服务的Endpoint:填写DLF服务的Endpoint地址。详情请参见DLF Region和Endpoint对照表

        • 同步到Hive的数据库名称:填写同步到Hive的数据库名称。

  5. 单击确定,完成Hudi数据源的创建。

    重要

    创建Hudi数据源时不支持测试数据源是否可以和Dataphin进行正常的连通,因此需要您确保连接信息的正确性。您可根据网络连通解决方案自行排查。