记录一个 Hudi HBase 依赖冲突问题及解决方案

伦少的博客 2024-06-03

990

前言

如题：记录一个 Hudi HBase 依赖冲突问题及解决方案

版本

Hudi 0.13.0
Spark 3.2.3

异常

ERROR Javalin: Exception occurred while servicing http-request
java.util.concurrent.CompletionException: java.lang.NoSuchMethodError: org.apache.hadoop.hdfs.client.HdfsDataInputStream.getReadStatistics()Lorg/apache/hadoop/hdfs/DFSInputStream$ReadStatistics;
Caused by: java.lang.NoSuchMethodError: org.apache.hadoop.hdfs.client.HdfsDataInputStream.getReadStatistics()Lorg/apache/hadoop/hdfs/DFSInputStream$ReadStatistics;

复现

create table test.test_hudi_table (
  id int,
  name string,
  price double,
  ts long,
  dt string
) using hudi
 partitioned by (dt)
 options (
  type = 'cow',
  primaryKey = 'id',
  preCombineField = 'ts',
  hoodie.cleaner.commits.retained = '1'
 );
insert into test.test_hudi_table values (1,'hudi',10,100,'2024-05-31'); 
insert into test.test_hudi_table values (2,'hudi',20,200,'2024-05-31'); 
insert into test.test_hudi_table values (3,'hudi',30,300,'2024-05-31'); 
insert into test.test_hudi_table values (4,'hudi',40,400,'2024-05-31'); 
insert into test.test_hudi_table values (5,'hudi',50,500,'2024-05-31'); 
insert into test.test_hudi_table values (6,'hudi',60,600,'2024-05-31'); 
insert into test.test_hudi_table values (7,'hudi',70,700,'2024-05-31');

备注：参数：hoodie.cleaner.commits.retained = '1'，是为了更快的复现异常。

详细异常

https://note.youdao.com/s/KkK2m0yR

原因

1、hudi 0.13.0 默认启用 metadata table，之前的版本默认不启用。（HoodieMetadataConfig
）
2、metadata table 使用HBase的HFile格式存储
3、Hudi 依赖 HBASE 2.4.9， HBase 2.4.9 默认依赖 Hadoop 2.x。与我们使用的Hadoop 3.x版本不一致,存在兼容问题，导致依赖冲突：NoSuchMethodError。

解决方法

临时方案

可以先不开启 metadata table

hoodie.metadata.enable=false

create table test.test_hudi_table (
  id int,
  name string,
  price double,
  ts long,
  dt string
) using hudi
 partitioned by (dt)
 options (
  type = 'cow',
  primaryKey = 'id',
  preCombineField = 'ts',
  hoodie.metadata.enable=false,
  hoodie.cleaner.commits.retained = '1'
 );

永久方案

重新编译

具体方法为：
1、先编译HBase，编译时指定 Hadoop 3版本，install 本地
2、然后重新打包Hudi

hbase 编译

git clone https://github.com/apache/hbase.git
cd hbase/
git checkout rel/2.4.9
mvn clean install  -DskipTests -Dhadoop.profile=3.0

备注：由于该冲突依赖类对应的模块为hbase-server,所以在win上编译最后几个模块失败不影响，可以忽略，如果想全部编译通过，可以在Linux上

hudi编译

1、下载 hudi源码，切换到 release-0.13.0 分支

mvn clean package -DskipTests  -Dscala-2.12  -Dspark3.2

2、window编译失败问题可参考：Hudi master 0.13.0-SNAPSHOT Win10 打包异常解决
3、对应的hudi包路径：
hudi\packaging\hudi-spark-bundle\target
hudi\packaging\hudi-utilities-bundle\target

验证