[大数据]kylin数据清理之删除过期segement

虽然有手动删除segement的方式，但是对于segement很多的比较麻烦，同时disable cube对于数据操作也有一定不确定性，故采用批量删除segement的方式删除数据。

1，首先查询指定cube的所有segement

curl -X GET --user **? -H Content-Type: application/json;charset=utf-8" ?http://kylin:7070/kylin/api/cubes/test? >>text.json

2，遍历符合所需条件segement
with open(fileFullName, "r") as f:
? ? data = json.loads(f.read())
? ? segment = data["segments"]
? ? for x in segment:
? ? ? ? timeStamp = x["date_range_end"]
? ? ? ? if timeStamp <= endTime:
? ? ? ? ? ? name = x["name"]
? ? ? ? ? ? segmentSet.append(name)
? ? f.close()

3，删除遍历出来的segement

curl -X DELETE --user ADMIN:KYLIN -H "Content-Type: application/json;charset=utf-8" 'http://kylin:7070/kylin/api/cubes/test/segs/20211124-20211125'

4，清理数据，需要清理删除segement遗留的文件

清理job数据 ./bin/kylin.sh org.apache.kylin.tool.StorageCleanupJob --delete true

元数据备份清理:

1.元数据备份
./bin/metastore.sh backup

2.元数据清理
./metastore.sh clean

3.执行删除
./bin/metastore.sh clean --delete true

如果发现部分数据无法清除，可以参看kylin卡死问题排查之kylin元数据备份修复_jyj019的博客-CSDN博客近期发现部分segement合并新建出现问题，查询错误日志均无异常。想起在手动删除segement表时发现部分表无法删除。最后查询kylin的元数据表，查询备份的表发现部分元数据存在NEW状态表（该表只有目录，未创建hbase表，jobID查询为空，所以无法查询）https://blog.csdn.net/jyj1100/article/details/121522091