前言
Long time no see（鞠躬
最近終于開始嘗試推廣Hudi在部門內部的應用，作為流批一體計劃的最后一塊拼圖，順便復活許久未更的博客，希望今后至少能保持周更的節奏吧。
在Hudi官方文檔的開頭列舉了四大核心概念，分別是：
- Timeline
- File Layout
- Table Types
- Query Types
本文就來簡要地談談Timeline。
Timeline作用與結構
官網關于Timeline的頁面洋洋灑灑介紹了很多，但是少了筆者認為最關鍵的、本質的概念：
Timeline就是Hudi的事務日志。
讀者可以回想一下MySQL中的Redo/Undo Log、Kudu中的Redo/Undo File（可參見很久之前寫的解析）。Timeline在Hudi中扮演的角色和它們基本相同（盡管Hudi并不是一個數據庫系統），也就是說，Hudi依靠Timeline提供快照隔離（SI）的事務語義，并使得增量查詢、Time-travel等特性成為可能。
每張Hudi表都有一條Timeline，由許多Instant組成，其中維護了各個時間點在該表上進行的操作。每個Instant又包含以下3個主要field。
- Time：操作進行的時間戳，單調遞增，格式為
yyyyMMddHHmmssSSS； - Action：該時間戳進行的具體操作，如
commit、compaction等，所有操作都是原子的； - State：這個Instant的狀態，包含
requested、inflight和completed三種。
Timeline和Instant的詳細圖示如下。
關于各個Action和State值的含義，可直接參考文檔，這里不再贅述。
Timeline以文件序列的形式存儲，其路徑位于/path/to/table/.hoodie目錄，每個文件的命名方式是[time].[action].[state]（處于completed狀態的Instant沒有state后綴），例如：20220822181448272.deltacommit.inflight。不同類型的Action對應的文件格式由不同的Avro Schema定義，以一個已經完成的deltacommit操作為例，它對應的Instant數據節選如下：
{
"fileId" : "6e0ef835-2474-4182-b085-e64994788729",
"path" : "2022-08-22/.6e0ef835-2474-4182-b085-e64994788729_20220822181218028.log.1_3-4-0",
"prevCommit" : "20220822181218028",
"numWrites" : 179,
"numDeletes" : 0,
"numUpdateWrites" : 179,
"numInserts" : 0,
"totalWriteBytes" : 60666,
"totalWriteErrors" : 0,
"tempPath" : null,
"partitionPath" : "2022-08-22",
"totalLogRecords" : 0,
"totalLogFilesCompacted" : 0,
"totalLogSizeCompacted" : 0,
"totalUpdatedRecordsCompacted" : 0,
"totalLogBlocks" : 0,
"totalCorruptLogBlock" : 0,
"totalRollbackBlocks" : 0,
"fileSizeInBytes" : 199309,
"minEventTime" : null,
"maxEventTime" : null,
"logVersion" : 1,
"logOffset" : 0,
"baseFile" : "6e0ef835-2474-4182-b085-e64994788729_0-4-0_20220822181218028.parquet",
"logFiles" : [ ".6e0ef835-2474-4182-b085-e64994788729_20220822181218028.log.1_3-4-0" ],
"recordsStats" : {
"val" : null,
"present" : false
},
"columnStats" : {
"val" : null,
"present" : false
}
}
Timeline實現
Timeline的類層次體系如下圖所示。
HoodieTimeline接口定義了所有合法的Action和State的組合（也就是Instant文件的擴展名組合），以及Instant的獲取、過濾和文件名拼接等規范，主要的實現則位于HoodieDefaultTimeline類。所有的Instant維護在List<HoodieInstant>容器中。
舉個例子，Flink-Hudi Sink配備了生成Inline Compaction計劃的算子CompactionPlanOperator，在每個Checkpoint完畢時負責調度。它需要在Timeline中尋找第一個pending的Compaction操作，就會用到HoodieDefaultTimeline提供的對應方法：
// CompactionPlanOperator
private void scheduleCompaction(HoodieFlinkTable<?> table, long checkpointId) throws IOException {
// the first instant takes the highest priority.
Option<HoodieInstant> firstRequested = table.getActiveTimeline().filterPendingCompactionTimeline()
.filter(instant -> instant.getState() == HoodieInstant.State.REQUESTED).firstInstant();
if (!firstRequested.isPresent()) {
// do nothing.
LOG.info("No compaction plan for checkpoint " + checkpointId);
return;
}
// ......
}
// HoodieDefaultTimeline
@Override
public HoodieTimeline filterPendingCompactionTimeline() {
return new HoodieDefaultTimeline(
instants.stream().filter(s -> s.getAction().equals(HoodieTimeline.COMPACTION_ACTION) && !s.isCompleted()), details);
}
下面再來看看HoodieDefaultTimeline的兩個實現。
HoodieActiveTimeline
顧名思義，HoodieActiveTimeline維護當前活動的Timeline，它的主要作用是讀寫不同Action、不同State對應的Instant文件，所以大部分操作都是直接對文件操作。以requested狀態到inflight狀態的轉換為例，代碼比較易懂，其他操作都類似：
public void transitionRequestedToInflight(HoodieInstant requested, Option<byte[]> content,
boolean allowRedundantTransitions) {
HoodieInstant inflight = new HoodieInstant(State.INFLIGHT, requested.getAction(), requested.getTimestamp());
ValidationUtils.checkArgument(requested.isRequested(), "Instant " + requested + " in wrong state");
transitionState(requested, inflight, content, allowRedundantTransitions);
}
private void transitionState(HoodieInstant fromInstant, HoodieInstant toInstant, Option<byte[]> data,
boolean allowRedundantTransitions) {
ValidationUtils.checkArgument(fromInstant.getTimestamp().equals(toInstant.getTimestamp()));
try {
if (metaClient.getTimelineLayoutVersion().isNullVersion()) {
// Re-create the .inflight file by opening a new file and write the commit metadata in
createFileInMetaPath(fromInstant.getFileName(), data, allowRedundantTransitions);
Path fromInstantPath = getInstantFileNamePath(fromInstant.getFileName());
Path toInstantPath = getInstantFileNamePath(toInstant.getFileName());
boolean success = metaClient.getFs().rename(fromInstantPath, toInstantPath);
if (!success) {
throw new HoodieIOException("Could not rename " + fromInstantPath + " to " + toInstantPath);
}
} else {
// Ensures old state exists in timeline
LOG.info("Checking for file exists ?" + getInstantFileNamePath(fromInstant.getFileName()));
ValidationUtils.checkArgument(metaClient.getFs().exists(getInstantFileNamePath(fromInstant.getFileName())));
// Use Write Once to create Target File
if (allowRedundantTransitions) {
FileIOUtils.createFileInPath(metaClient.getFs(), getInstantFileNamePath(toInstant.getFileName()), data);
} else {
createImmutableFileInPath(getInstantFileNamePath(toInstant.getFileName()), data);
}
LOG.info("Create new file for toInstant ?" + getInstantFileNamePath(toInstant.getFileName()));
}
} catch (IOException e) {
throw new HoodieIOException("Could not complete " + fromInstant, e);
}
}
除此之外，HoodieActiveTimeline還有一個非常重要的功能是生成新的Instant時間戳：
public static String createNewInstantTime(long milliseconds) {
return lastInstantTime.updateAndGet((oldVal) -> {
String newCommitTime;
do {
if (commitTimeZone.equals(HoodieTimelineTimeZone.UTC)) {
LocalDateTime now = LocalDateTime.now(ZoneOffset.UTC);
newCommitTime = now.format(MILLIS_INSTANT_TIME_FORMATTER);
} else {
Date d = new Date(System.currentTimeMillis() + milliseconds);
newCommitTime = MILLIS_INSTANT_TIME_FORMATTER.format(convertDateToTemporalAccessor(d));
}
} while (HoodieTimeline.compareTimestamps(newCommitTime, HoodieActiveTimeline.LESSER_THAN_OR_EQUALS, oldVal));
return newCommitTime;
});
}
注意最近一個Instant的時間以AtomicReference<String>來維護，這樣就可以通過CAS操作（updateAndGet()）來保證Instant的時間戳單調遞增。
活動Timeline中可維護的Commit數目的上下界可由參數hoodie.keep.max.commits和hoodie.keep.min.commits來指定，默認值分別為30和20。
HoodieArchivedTimeline
隨著Hudi表不斷寫入，Instant會逐漸增多，為了降低活動Timeline上的文件壓力，需要對比較久遠的Instant進行歸檔，并將這些Instant從活動Timeline移除。這個操作一般是默認執行的（hoodie.archive.automatic默認為true ），歸檔后的Instant就會維護在HoodieArchivedTimeline中，位于/path/to/table/.hoodie/archived目錄下。觸發自動歸檔的Commit數上下界則由參數archive.max_commits和archive.min_commits指定，默認值分別為50和40。
向HoodieArchivedTimeline進行歸檔的邏輯并不在它內部，而位于HoodieTimelineArchiver中，看官可自行參考其源碼。為了進一步減少小文件的影響，在歸檔的同時還可以進行小文件合并，與合并操作相關的參數有：
-
hoodie.archive.merge.enable：是否啟用歸檔合并，默認false； -
hoodie.archive.merge.small.file.limit.bytes：小文件閾值，默認20971520字節； -
hoodie.archive.merge.files.batch.size：合并小文件的批次大小，默認為10。
The End
晚安晚安。
