Hudi

对Flink实时写入Hudi表时出现的数据丢失问题，排查发现根源在于Hudi对乱序数据的处理缺陷，凸显了深入理解Hudi合并机制及严格测试乱序场景的重要性。

本文深入解析Hudi-Upsert模式在Flink实时场景下的应用实践，通过对比Upsert与Insert模式的特点，为不同业务场景提供技术选型参考，助力构建高效实时数据湖架构。

本文围绕 Flink 写入 Hudi MOR 表的 Insert模式，系统介绍了其技术特性、适用场景以及关键的 Clustering 配置实践,为构建高效稳定的实时数据湖提供了实践指导。

本文分析了生产环境中使用Kyuubi-Trino查询Hudi MOR表时出现字段数据缺失的问题，从现象到源码，层层分析定位根因并给出解决方案。

基于Canal+Kafka+Flink+Hudi的实时数据入湖链路出现Flink作业频繁重启故障，表现为Kafka偏移量卡住、反序列化异常和checkpoint超时问题，介绍由表及里的根因排查定位过程

摘要：本文分析了Flink+Hudi实时数据湖建设中因多引擎配置不一致引发的异常问题。此次故障凸显了多引擎环境下配置统一的重要性，建议加强参数管理、测试覆盖和跨引擎协调。

基于Flink+Hudi的一次Duplicate fileId xxxx异常，引发Hudi 底层组件缺陷，通过层层排查定位根因并解决。

Yarn资源抢占导致Executor启动延迟超过Hudi版本保留周期，Driver持有的过期元数据引发Task读取失败，最终导致Hive结果表的路径文件不存在。文章从问题出发分析根因，并给出解决方案。

本文分析了Flink+Hudi实时数据湖架构中出现的0字节Parquet文件问题，从问题现象入手，结合FLink+Hudi运行原理，完成问题排查与根因分析，并给出修复方案与总结。