如何设计Hudi实时数仓ODS层?

这道题考什么

这是 Hudi 路线的收官题,也是实时数仓面试里最像“项目复盘”的一题。面试官不想听你复述 ODS 要保留原始字段,他想听的是:用 Hudi 当 ODS 存储时,你做了哪些表设计和运维决策,每个决策为什么这么选。

常见的失分回答有三种:“ODS 就是把 binlog 原样落成文件”“ODS 直接按 update_time 分区”“每张表起一个 Flink 作业无脑同步”。这三句话分别会带来无法直接查最新状态、同一订单重复出现、几百个作业运维失控。

一句话回答

Hudi ODS 是源库的“可回溯近实时镜像”:用稳定主键做 Record Key、用不可变字段做 Partition Path、用可信版本字段做 Ordering Field,高频更新表选 MOR + 按规模选索引,再用 Compaction/Clean 保留窗口 兜住下游消费和补数,变化留痕交给 CDC 查询或独立变更日志表。

注册就能看完这道题

新用户注册送 1 天会员,面试回答模板、图解、完整正文和常见追问都能看。

免费注册,领 1 天会员 已有账号,登录

相关题目