Iceberg小文件合并

1.用法–Flink

  Iceberg提供了Actions来进行小文件合并,需要手动调用执行

import org.apache.iceberg.flink.actions.Actions;

TableLoader tableLoader = TableLoader.fromHadoopTable("hdfs://nn:8020/warehouse/path");
Table table = tableLoader.loadTable();
RewriteDataFilesActionResult result = Actions.forTable(table)
        .rewriteDataFiles()
        .execute();

  这个任务目前仅仅将小文件进行了合并生成大文件,但旧的文件并没有删除,也就是文件反而变多了
  功能一路调用,到RowDataRewriter类中的rewriteDataForTasks

public List<DataFile> rewriteDataForTasks(
    DataStream<CombinedScanTask> dataStream, int parallelism) throws Exception {
   
   
  RewriteMap map =
      new RewriteMap(
          schema, nameMapping, io, caseSensitive, encryptionManager, taskWriterFactory);
  DataStream<List<DataFile>> ds = dataStream.map(map).setParallelism(parallelism);
  return Lists.newArrayList(ds.executeAndCollect("Rewrite table :" + tableName)).stream()
      .flatMap(Collection::stream)
      .collect(Collectors.toList());
}

  这里构建Flink任务,核心是RewriteMap的算子,其map方法如下,本质是读取并写入数据

public List<DataFile
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值