首页
/ Apache Hudi 1.0.1版本中HoodieStreamer的ProtobufSchemaProvider类缺失问题解析

Apache Hudi 1.0.1版本中HoodieStreamer的ProtobufSchemaProvider类缺失问题解析

2025-06-05 23:00:41作者:舒璇辛Bertina

问题背景

在使用Apache Hudi的HoodieStreamer工具从Kafka提取数据并写入Hudi表时,用户从0.15.0版本升级到1.0.1版本后遇到了一个ClassNotFoundException异常。该异常提示缺少io.confluent.kafka.schemaregistry.protobuf.ProtobufSchemaProvider类,尽管用户明确表示并未在管道中使用Protocol Buffers(Protobuf)格式。

技术细节分析

这个问题的根源在于Hudi 1.0.1版本中SchemaRegistryProvider类的实现发生了变化。在初始化SchemaRegistryProvider时,它会尝试加载Confluent Schema Registry的所有默认SchemaProvider,包括ProtobufSchemaProvider,即使实际并不需要这些功能。

具体来说,SchemaRegistryProvider在初始化时会创建一个SchemaRegistryClient实例,而Confluent Schema Registry客户端默认会尝试加载所有支持的schema类型提供者(包括Avro、JSON、Protobuf等)。这种设计在Hudi 1.0.1版本中变得更加严格,导致即使只使用Avro格式,也会强制检查Protobuf相关的类是否存在。

解决方案

Apache Hudi社区已经识别并修复了这个问题。修复方案主要是修改SchemaRegistryProvider的实现,使其不再强制加载所有SchemaProvider,而是根据实际需要动态加载。这个修复已经合并到主分支,并计划包含在即将发布的Hudi 1.0.2版本中。

临时解决方案

对于急需解决此问题的用户,可以考虑以下几种临时解决方案:

  1. 降级回Hudi 0.15.0版本(不推荐长期使用)
  2. 手动添加Confluent的protobuf支持库到classpath中
  3. 自定义SchemaRegistryProvider实现,覆盖默认行为

最佳实践建议

在进行Hudi版本升级时,建议:

  1. 仔细阅读版本变更日志,特别是与Schema Registry相关的变更
  2. 在测试环境充分验证新版本与现有管道的兼容性
  3. 考虑使用隔离的classloader来管理不同组件的依赖关系
  4. 对于生产环境,等待包含修复的稳定版本发布后再进行升级

总结

这个问题展示了在复杂数据处理生态系统中依赖管理的重要性。Hudi作为一个集成多种数据格式和系统的框架,需要谨慎处理各种可选的依赖关系。1.0.2版本的修复将解决这个特定的类加载问题,同时也提醒开发者在设计可扩展系统时需要考虑按需加载组件的模式。

登录后查看全文
热门项目推荐
相关项目推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.92 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8