实时流存储fluss学习系列（八）Fluss的桶介绍

前面创建fluss的日志表和主键表的时候，我们演示过fluss桶的使用。在fluss中，桶是表数据存储的最小单元。

创建 Fluss 表时，可以通过设置'bucket.num' = '<num>'表的属性来指定 bucket 的数量。

目前，Fluss 支持 3 种 bucketing 策略：Hash Bucketing，Sticky Bucketing和Round-Robin Bucketing。主键表只允许使用Hash Bucketing。日志表默认使用Sticky Bucketing ，但可以使用其他两种 bucketing 策略。

下面分别介绍下这3种桶策略：

一、Hash Bucketing

Hash Bucketing在 OLAP 场景下比较常见，优点是可以非常均匀的分布到多个节点上，充分利用分布式计算的能力，并且有很好的扩展性（rescale buckets 或者 clusters）来应对海量数据。

用法：设置'bucket.key' = 'col1, col2'表的属性以指定哈希存储桶的存储桶键。主键表默认使用主键（不包括分区键）作为存储桶键。

二、Sticky Bucketing

Sticky Bucketing可实现更大的批次，并减少将记录写入日志表时的延迟。发送批次后，Sticky Bucketing会发生变化。随着时间的推移，记录会均匀分布在所有存储桶中。Sticky Bucketing是日志表的默认存储桶策略。这非常重要，因为日志表使用 Apache Arrow 作为底层数据格式，这对于大批次非常有效。

用法：设置'client.writer.bucket.no-key-assigner'='sticky'表的属性以启用此策略。PrimaryKey 表不支持此策略。