大数据-147 Java 访问 Apache Kudu：从建表到 CRUD（含 KuduSession 刷新模式与多 Master 配置）

TL;DR

• 场景：用 Java（kudu-client 1.4.0）在本地多 Master 集群上完成 Kudu 表的建表、增删改查全流程。
• 结论：示例能跑通，但存在 flush 顺序、表名不一致、地址尾逗号等易踩坑点；生产与示例配置差异大。
• 产出：可直接复用的代码骨架 + 常见错误定位与修复清单 + 版本/模式选择指引。

版本矩阵

组合	已验证	说明
JDK 8/11 + kudu-client 1.4.0 + 本地多Master(7051/7151/7251) + Hash分区=3 + 副本=1	是	文中示例跑通：建表/增删改查均可；仅适用于本地/学习环境
kudu-client 1.4.0 + AUTO_FLUSH_SYNC	是	适合逐条写入，apply同步返回；批量场景效率一般
kudu-client 1.4.0 + MANUAL_FLUSH	是	需先apply后flush并检查getPendingErrors()；适合批量
kudu-client 1.4.0 + AUTO_FLUSH_BACKGROUND	否	文中未验证；并发写可能乱序，需评估一致性与背压
本地单Master	否	文中未验证；不建议生产使用，容错性差
生产：副本≥3、与服务端版本对齐（≥1.10/1.15/1.16）	否	文中未验证；建议按照集群实际版本对齐客户端以避免协议/特性差异

新建工程

由于重复了太多次，这里直接跳过了。

导入依赖

<dependency>
  <groupId>org.apache.kudu</groupId>
  <artifactId>kudu-client</artifactId>
  <version>1.4.0</version>
</dependency>

创建新表

• 必须指定表连接到的Master节点主机名
• 必须定义Schema
• 必须指定副本数量、分区策略、数量

编写代码

package icu.wzk.kudu;
public class KuduCreateTable {

    public static void main(String[] args) throws KuduException {
        String masterAddress = "localhost:7051,localhost:7151,localhost:7251";
        KuduClient.KuduClientBuilder kuduClientBuilder = new KuduClient.KuduClientBuilder(masterAddress);
        KuduClient kuduClient = kuduClientBuilder.build();

        String tableName = "student";
        List<ColumnSchema> columnSchemas = new ArrayList<>();
        ColumnSchema id = new ColumnSchema
                .ColumnSchemaBuilder("id", Type.INT32)
                .key(true)
                .build();
        columnSchemas.add(id);
        ColumnSchema name = new ColumnSchema
                .ColumnSchemaBuilder("name", Type.STRING)
                .key(false)
                .build();
        columnSchemas.add(name);

        Schema schema = new Schema(columnSchemas);
        CreateTableOptions options = new CreateTableOptions();
        // 副本数量为1
        options.setNumReplicas(1);
        List<String> colrule = new ArrayList<>();
        colrule.add("id");
        options.addHashPartitions(colrule, 3);

        kuduClient.createTable(tableName, schema, options);
        kuduClient.close();
    }

}

测试运行

控制台未输出内容

运行结果如下图所示：

查看Kudu

我们查看Kudu的Tables，可以看到刚才创建的表如下：

删除表

编写代码

package icu.wzk.kudu;
public class KuduDeleteTable {

    public static void main(String[] args) throws KuduException {
        String masterAddress = "localhost:7051,localhost:7151,localhost:7251,";
        KuduClient client = new KuduClient.KuduClientBuilder(masterAddress)
                .defaultAdminOperationTimeoutMs(5000)
                .build();
        client.deleteTable("student");
        client.close();
    }

}

测试运行

控制台没有输出内容，这里运行截图如下：

查看Kudu

查看Kudu服务的 Table 页，里边的数据表已经删除了。

插入数据

• 获取客户端
• 打开一张表
• 创建会话
• 设置刷新模式
• 获取插入实例
• 声明带插入的数据
• 刷入数据
• 应用插入实例
• 关闭会话

创建新表

我们运行刚才的创建新表代码，把student表先生成出来，具体运行这里跳过了。

编写代码

package icu.wzk.kudu;
public class KuduInsert {

    public static void main(String[] args) throws KuduException {
        String masterAddr = "localhost:7051,localhost:7151,localhost:7251";
        KuduClient client = new KuduClient
                .KuduClientBuilder(masterAddr)
                .defaultAdminOperationTimeoutMs(5000)
                .build();
        KuduTable stuTable = client.openTable("student");
        KuduSession kuduSession = client.newSession();
        kuduSession.setFlushMode(SessionConfiguration.FlushMode.MANUAL_FLUSH);
        Insert insert = stuTable.newInsert();
        insert.getRow().addInt("id", 1);
        insert.getRow().addString("name", "wzk");
        kuduSession.flush();
        kuduSession.apply(insert);
        kuduSession.close();
        client.close();
    }

}

在代码中，有一个叫：kuduSession.setFlushMode：

• AUTO_FLUSH_SYNC（默认）：意思是调用KuduSession apply方法后，客户端会在当前刷新到服务器后再返回，这种情况不能够批量插入数据，调用 flush 方法不会起作用，应为此时缓冲区已经被刷新到了服务器。
• AUTO_FLUSH_BACKGROUD：意思是调用apply方法后，客户端会立即返回，但是写入将在后台发送，可能与来自同一会话的其他写入一起进行批处理。如果没有足够的缓冲空间，KuduSession apply会阻塞，缓冲空间不可用。因为写入操作是在后台进行的，因此任何一个错误都将存储在一个会话本地缓冲区中。注意：这个模式可能会导致插入是乱序的，这是因为在这种模式下，多个写操作可以并发的发送到服务器。且这是一个Kudu的BUG，详细请看：https://issues.apache.org/jira/browse/KUDU-1767https://issues.apache.org/jira/browse/KUDU-1767
• MANUAL_FLUSH：调用apply后，会非常快的返回，但是写操作不会发送，直到用户使用flush函数，如果缓冲区超过了限制大小，apply就会返回一个错误。

测试运行

控制台无输出内容，运行的截图如下图所示：

查询数据

编写代码

Kudu的查询数据用Scanner

package icu.wzk.kudu;
public class KuduSelect {

    public static void main(String[] args) throws KuduException {
        String masterAddr = "localhost:7051,localhost:7151,localhost:7251";
        KuduClient client = new KuduClient
                .KuduClientBuilder(masterAddr)
                .build();
        KuduTable kuduTable = client.openTable("user");
        KuduScanner kuduScanner = client.newScannerBuilder(kuduTable).build();
        while (kuduScanner.hasMoreRows()) {
            for (RowResult result : kuduScanner.nextRows()) {
                int id = result.getInt("id");
                String name = result.getString("name");
                int age = result.getInt("age");
                System.out.println("id: " + id + ", name: " + name + ", age: " + age);
            }
        }
        client.close();
    }

}

测试运行

运行结果如下图所示：

更改数据

编写代码

package icu.wzk.kudu;
public class KuduUpdate {

    public static void main(String[] args) throws KuduException {
        String masterAddress = "localhost:7051,localhost:7151,localhost:7251";
        KuduClient client = new KuduClient
                .KuduClientBuilder(masterAddress)
                .build();
        KuduTable stuTable = client.openTable("student");
        KuduSession kuduSession = client.newSession();
        kuduSession.setFlushMode(SessionConfiguration.FlushMode.MANUAL_FLUSH);
        Update update = stuTable.newUpdate();
        update.getRow().addInt("id", 1);
        update.getRow().addString("name", "wzk_icu");
        kuduSession.apply(update);
        kuduSession.close();
        client.close();
    }

}

删除指定行

编写代码

package icu.wzk.kudu;
public class KuduDelete {

    public static void main(String[] args) throws KuduException {
        String masterAddress = "localhost:7051,localhost:7151,localhost:7251";
        KuduClient client = new KuduClient
                .KuduClientBuilder(masterAddress)
                .build();
        KuduSession kuduSession = client.newSession();
        KuduTable stuTable = client.openTable("student");
        kuduSession.setFlushMode(SessionConfiguration.FlushMode.MANUAL_FLUSH);
        Delete delete = stuTable.newDelete();
        PartialRow row = delete.getRow();
        row.addInt("id", 1);
        kuduSession.flush();
        kuduSession.apply(delete);
        kuduSession.close();
        client.close();
    }

}

测试运行

控制台没有输出任何内容，运行过程截图如下：

错误速查

症状	根因定位	修复
控制台无报错但表中无数据	MANUAL_FLUSH 先 flush 再 apply，顺序反了	开启 RPC/客户端日志；查 session.getPendingErrors() 改为 先 apply 后 flush；批量写统一 flush，并检查错误
UnknownHostException/连接异常	Master 地址末尾多了逗号（如 …,）	观察异常栈与传入的地址列表 移除尾逗号，确保主机:端口列表正确
Not found: table user	查询表名与创建不一致（创建 student，查询 user）	服务端/客户端日志，异常信息清晰可见 统一表名：改为同一张表或先创建目标表
读取列时报错（如 age）	Schema 不含该列	查看建表 Schema 与 RowResult.get*() 列名 补齐 Schema 后重建表，或移除无效列
读取更新/删除无效	MANUAL_FLUSH 模式下未 flush 即 close	观察无效变更与会话关闭顺序 apply 后显式 flush；或使用 AUTO_FLUSH_SYNC 简化写入
乱序/批次不可预期	AUTO_FLUSH_BACKGROUND 并发发送	日志对比主键顺序与服务端接收顺序 对顺序敏感改用同步/手动批处理；必要时在上层做幂等
无法连接 Leader Master	Master 未启动/端口错误/选主未完成	Master Web UI 与日志（master.I） 启动所有 Master，校验端口，等待选主完成
协议/特性不兼容	客户端 1.4.0 与服务端版本差距大	日志出现协议/特性相关错误 对齐客户端与服务端版本；评估升级至集群当前版本
插入/更新看似成功但丢写	未检错或异步错误积压	session.getPendingErrors() 有堆积 每次 flush 后检查并处理返回错误
扫描资源未释放	未关闭 KuduScanner/客户端	监控连接与句柄 用 try-with-resources 或确保显式 close()

其他系列

🚀 AI篇持续更新中（长期更新）

AI炼丹日志-29 - 字节跳动 DeerFlow 深度研究框斜体样式架 私有部署 测试上手 架构研究，持续打造实用AI工具指南！
AI-调查研究-108-具身智能 机器人模型训练全流程详解：从预训练到强化学习与人类反馈
🔗 AI模块直达链接

💻 Java篇持续更新中（长期更新）

Java-154 深入浅出 MongoDB 用Java访问 MongoDB 数据库 从环境搭建到CRUD完整示例
MyBatis 已完结，Spring 已完结，Nginx已完结，Tomcat已完结，分布式服务正在更新！深入浅出助你打牢基础！
🔗 Java模块直达链接

📊 大数据板块已完成多项干货更新（300篇）：

包括 Hadoop、Hive、Kafka、Flink、ClickHouse、Elasticsearch 等二十余项核心组件，覆盖离线+实时数仓全栈！
大数据-278 Spark MLib - 基础介绍 机器学习算法 梯度提升树 GBDT案例 详解
🔗 大数据模块直达链接