网站开发多线程开发腾讯体育nba

什么是metadata表

Metadata表即Hudi元数据表，是一种特殊的Hudi表，对用户隐藏。该表用于存放普通Hudi表的元数据信息。
Metadata表包含在普通Hudi表内部，与Hudi表是一一对应关系。

元数据表的作用

ApacheHudi元数据表可以显著提高查询的读/写性能。元数据表的主要目的是消除“列出文件”操作的要求。
读取和写入数据时，会执行文件列表操作，以获取文件系统的当前视图。当数据集较大时，列出所有文件可能是性能瓶颈，但更重要的是，在AWS S3等云存储系统中，由于某些请求限制，大量文件列出请求有时会导致限制。元数据表将主动维护文件列表，并消除递归文件列表操作的需要。
Metadata表把当前Hudi表的分区信息，以及分区目录下的文件信息作为元数据信息，存储在一张特殊的Hudi表里面，这样当查询引擎需要list表分区文件时只需要访问这张特殊的表即可，由于元数据信息数据量本身不大，所以查询起来可以大大降低HDFS的rpc压力。
Metadata表的实现使用了Hudi MOR表，这意味着和其他任何Hudi表一样，可以被压缩（Compaction）、清理（Clean）、增量更新（incrementally updated）。 而且与其他项目中的类似实现不同，我们选择将文件列表等信息索引为HFile格式（格式可插拔），HFile提供了很好的点查性能，可以高效获取分区文件列表等信息。

相关测试

运行TPCDS基准测试时，