翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
# Hudi データセットを操作する
Hudi は、Spark を介した Hudi データセットのデータの挿入、更新、削除をサポートしています。詳細については、Apache Hudi ドキュメントの「[Writing Hudi Tables](https://hudi.apache.org/docs/writing_data.html)」を参照してください。
以下の例では、インタラクティブな Spark シェルを起動し、Spark submit を使用するか、Amazon EMR Notebooks を使用して、Amazon EMR で Hudi を操作する方法を示しています。Hudi DeltaStreamer ユーティリティまたは他のツールを使用して、データセットに書き込むこともできます。このセクション全体を通して、例では、デフォルトの `hadoop` ユーザーとして、SSH を使用してマスターノードに接続しながら、Spark シェルを使用してデータセットを操作する方法を示しています。
## Amazon EMR 6.7 以降を使用して Spark シェルを起動する
Amazon EMR 6.7.0 以降を使用して、`spark-shell`、`spark-submit`、または `spark-sql` を実行している場合は、次のコマンドを渡します。
**注記**
Amazon EMR 6.7.0 は [Apache Hudi](https://hudi.apache.org/) 0.11.0-amzn-0 を使用していますが、これは以前の Hudi バージョンよりも大幅に改善されています。詳細については、「[Apache Hudi 0.11.0 Migration Guide](https://hudi.apache.org/releases/release-0.11.0/#migration-guide)」を参照してください。このタブの例にはこれらの変更が反映されています。
**プライマリノードで Spark シェルを開くには**
1. SSH を使用してプライマリノードに接続します。詳細については、「*Amazon EMR 管理ガイド*」の「[Connect to the primary node using SSH](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-connect-master-node-ssh.html)」を参照してください。
1. 以下のコマンドを入力して、Spark シェルを起動します。PySpark shell を使用するには、*spark-shell* を *pyspark* に置き換えてください。
```
spark-shell --jars /usr/lib/hudi/hudi-spark-bundle.jar \
--conf "spark.serializer=org.apache.spark.serializer.KryoSerializer" \
--conf "spark.sql.catalog.spark_catalog=org.apache.spark.sql.hudi.catalog.HoodieCatalog" \
--conf "spark.sql.extensions=org.apache.spark.sql.hudi.HoodieSparkSessionExtension"
```
## Amazon EMR 6.6 以前を使用して Spark シェルを起動する
Amazon EMR 6.6.x 以前を使用して、`spark-shell`、`spark-submit`、または `spark-sql` を実行している場合は、次のコマンドを渡します。
**注記**
Amazon EMR 6.2 および 5.31 以降 (Hudi 0.6.x 以降) では、`spark-avro.jar` を設定から省略できます。
Amazon EMR 6.5 および 5.35 以降 (Hudi 0.9.x 以降) では、`spark.sql.hive.convertMetastoreParquet=false` を設定から省略できます。
Amazon EMR 6.6 および 5.36 以降 (Hudi 0.10.x 以降) には、「[Version: 0.10.0 Spark Guide](https://hudi.apache.org/docs/0.10.0/quick-start-guide/)」に記載されている `HoodieSparkSessionExtension` 設定が含まれている必要があります。
```
--conf "spark.sql.extensions=org.apache.spark.sql.hudi.HoodieSparkSessionExtension" \
```
**プライマリノードで Spark シェルを開くには**
1. SSH を使用してプライマリノードに接続します。詳細については、「*Amazon EMR 管理ガイド*」の「[Connect to the primary node using SSH](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-connect-master-node-ssh.html)」を参照してください。
1. 以下のコマンドを入力して、Spark シェルを起動します。PySpark shell を使用するには、*spark-shell* を *pyspark* に置き換えてください。
```
spark-shell \
--conf "spark.serializer=org.apache.spark.serializer.KryoSerializer" \
--conf "spark.sql.hive.convertMetastoreParquet=false" \
--jars /usr/lib/hudi/hudi-spark-bundle.jar,/usr/lib/spark/external/lib/spark-avro.jar
```
## Amazon EMR 6.7 以降を使用する Amazon EMR Notebooks で Hudi を使用する
Amazon EMR Notebooks で Hudi を使用するには、まずローカルファイルシステムから Hudi jar ファイルをノートブッククラスターのマスターノードの HDFS にコピーする必要があります。次に、ノートブックエディタで、Hudi を使用するように EMR notebook を設定します。
**Amazon EMR Notebooks で Hudi を使用するには**
1. Amazon EMR Notebooks 用のクラスターを作成して起動します。詳細については、「*Amazon EMR 管理ガイド*」の「[ノートブックの Amazon EMR クラスターの作成](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-managed-notebooks-cluster.html)」を参照してください。
1. SSH を使用してクラスターのマスターノードに接続し、以下の例に示すようにローカルファイルシステムから HDFS に jar ファイルをコピーします。この例では、ファイルの管理をわかりやすくするために、HDFS にディレクトリを作成しています。必要に応じて、HDFS で独自のターゲットを選択できます。
```
hdfs dfs -mkdir -p /apps/hudi/lib
```
```
hdfs dfs -copyFromLocal /usr/lib/hudi/hudi-spark-bundle.jar /apps/hudi/lib/hudi-spark-bundle.jar
```
1. ノートブックエディタを開き、以下の例のコードを入力して実行します。
```
%%configure
{ "conf": {
"spark.jars":"hdfs:///apps/hudi/lib/hudi-spark-bundle.jar",
"spark.serializer":"org.apache.spark.serializer.KryoSerializer",
"spark.sql.catalog.spark_catalog": "org.apache.spark.sql.hudi.catalog.HoodieCatalog",
"spark.sql.extensions":"org.apache.spark.sql.hudi.HoodieSparkSessionExtension"
}}
```
## Amazon EMR 6.6 以前を使用する Amazon EMR Notebooks で Hudi を使用する
Amazon EMR Notebooks で Hudi を使用するには、まずローカルファイルシステムから Hudi jar ファイルをノートブッククラスターのマスターノードの HDFS にコピーする必要があります。次に、ノートブックエディタで、Hudi を使用するように EMR notebook を設定します。
**Amazon EMR Notebooks で Hudi を使用するには**
1. Amazon EMR Notebooks 用のクラスターを作成して起動します。詳細については、「*Amazon EMR 管理ガイド*」の「[ノートブックの Amazon EMR クラスターの作成](https://docs.aws.amazon.com/emr/latest/ManagementGuide/emr-managed-notebooks-cluster.html)」を参照してください。
1. SSH を使用してクラスターのマスターノードに接続し、以下の例に示すようにローカルファイルシステムから HDFS に jar ファイルをコピーします。この例では、ファイルの管理をわかりやすくするために、HDFS にディレクトリを作成しています。必要に応じて、HDFS で独自のターゲットを選択できます。
```
hdfs dfs -mkdir -p /apps/hudi/lib
```
```
hdfs dfs -copyFromLocal /usr/lib/hudi/hudi-spark-bundle.jar /apps/hudi/lib/hudi-spark-bundle.jar
```
```
hdfs dfs -copyFromLocal /usr/lib/spark/external/lib/spark-avro.jar /apps/hudi/lib/spark-avro.jar
```
1. ノートブックエディタを開き、以下の例のコードを入力して実行します。
```
{ "conf": {
"spark.jars":"hdfs:///apps/hudi/lib/hudi-spark-bundle.jar,hdfs:///apps/hudi/lib/spark-avro.jar",
"spark.serializer":"org.apache.spark.serializer.KryoSerializer",
"spark.sql.hive.convertMetastoreParquet":"false"
}}
```
## Hudi の Spark セッションを初期化する
Scala を使用する場合、Spark セッションで次のクラスをインポートする必要があります。この操作は、Spark セッションごとに 1 回行う必要があります。
```
import org.apache.spark.sql.SaveMode
import org.apache.spark.sql.functions._
import org.apache.hudi.DataSourceWriteOptions
import org.apache.hudi.DataSourceReadOptions
import org.apache.hudi.config.HoodieWriteConfig
import org.apache.hudi.hive.MultiPartKeysValueExtractor
import org.apache.hudi.hive.HiveSyncConfig
import org.apache.hudi.sync.common.HoodieSyncConfig
```
## Hudi データセットに書き込む
以下の例では、DataFrame を作成し、それを Hudi データセットとして書き込む方法を示しています。
**注記**
コードサンプルを Spark シェルに貼り付けるには、プロンプトで「**:paste**」と入力し、例を貼り付けて、**CTRL** \$1 **D** を押します。
DataFrame を Hudi データセットに書き込むたびに、`DataSourceWriteOptions` を指定する必要があります。これらのオプションの多くは、書き込みオペレーション間で共通することがよくあります。この例では、`hudiOptions` 変数を使用して、後続の例でも使用する共通のオプションを指定しています。
### Amazon EMR 6.7 以降で Scala を使用する場合の書き込み
**注記**
Amazon EMR 6.7.0 は [Apache Hudi](https://hudi.apache.org/) 0.11.0-amzn-0 を使用していますが、これは以前の Hudi バージョンよりも大幅に改善されています。詳細については、「[Apache Hudi 0.11.0 Migration Guide](https://hudi.apache.org/releases/release-0.11.0/#migration-guide)」を参照してください。このタブの例にはこれらの変更が反映されています。
```
// Create a DataFrame
val inputDF = Seq(
("100", "2015-01-01", "2015-01-01T13:51:39.340396Z"),
("101", "2015-01-01", "2015-01-01T12:14:58.597216Z"),
("102", "2015-01-01", "2015-01-01T13:51:40.417052Z"),
("103", "2015-01-01", "2015-01-01T13:51:40.519832Z"),
("104", "2015-01-02", "2015-01-01T12:15:00.512679Z"),
("105", "2015-01-02", "2015-01-01T13:51:42.248818Z")
).toDF("id", "creation_date", "last_update_time")
//Specify common DataSourceWriteOptions in the single hudiOptions variable
val hudiOptions = Map[String,String](
HoodieWriteConfig.TBL_NAME.key -> "tableName",
DataSourceWriteOptions.TABLE_TYPE.key -> "COPY_ON_WRITE",
DataSourceWriteOptions.RECORDKEY_FIELD_OPT_KEY -> "id",
DataSourceWriteOptions.PARTITIONPATH_FIELD_OPT_KEY -> "creation_date",
DataSourceWriteOptions.PRECOMBINE_FIELD_OPT_KEY -> "last_update_time",
DataSourceWriteOptions.HIVE_SYNC_ENABLED_OPT_KEY -> "true",
DataSourceWriteOptions.HIVE_TABLE_OPT_KEY -> "tableName",
DataSourceWriteOptions.HIVE_PARTITION_FIELDS_OPT_KEY -> "creation_date",
HoodieSyncConfig.META_SYNC_PARTITION_EXTRACTOR_CLASS.key -> "org.apache.hudi.hive.MultiPartKeysValueExtractor",
HoodieSyncConfig.META_SYNC_ENABLED.key -> "true",
HiveSyncConfig.HIVE_SYNC_MODE.key -> "hms",
HoodieSyncConfig.META_SYNC_TABLE_NAME.key -> "tableName",
HoodieSyncConfig.META_SYNC_PARTITION_FIELDS.key -> "creation_date"
)
// Write the DataFrame as a Hudi dataset
(inputDF.write
.format("hudi")
.options(hudiOptions)
.option(DataSourceWriteOptions.OPERATION_OPT_KEY,"insert")
.mode(SaveMode.Overwrite)
.save("s3://amzn-s3-demo-bucket/myhudidataset/"))
```
### Amazon EMR 6.6 以前で Scala を使用する場合の書き込み
```
// Create a DataFrame
val inputDF = Seq(
("100", "2015-01-01", "2015-01-01T13:51:39.340396Z"),
("101", "2015-01-01", "2015-01-01T12:14:58.597216Z"),
("102", "2015-01-01", "2015-01-01T13:51:40.417052Z"),
("103", "2015-01-01", "2015-01-01T13:51:40.519832Z"),
("104", "2015-01-02", "2015-01-01T12:15:00.512679Z"),
("105", "2015-01-02", "2015-01-01T13:51:42.248818Z")
).toDF("id", "creation_date", "last_update_time")
//Specify common DataSourceWriteOptions in the single hudiOptions variable
val hudiOptions = Map[String,String](
HoodieWriteConfig.TABLE_NAME -> "tableName",
DataSourceWriteOptions.TABLE_TYPE_OPT_KEY -> "COPY_ON_WRITE",
DataSourceWriteOptions.RECORDKEY_FIELD_OPT_KEY -> "id",
DataSourceWriteOptions.PARTITIONPATH_FIELD_OPT_KEY -> "creation_date",
DataSourceWriteOptions.PRECOMBINE_FIELD_OPT_KEY -> "last_update_time",
DataSourceWriteOptions.HIVE_SYNC_ENABLED_OPT_KEY -> "true",
DataSourceWriteOptions.HIVE_TABLE_OPT_KEY -> "tableName",
DataSourceWriteOptions.HIVE_PARTITION_FIELDS_OPT_KEY -> "creation_date",
DataSourceWriteOptions.HIVE_PARTITION_EXTRACTOR_CLASS_OPT_KEY -> classOf[MultiPartKeysValueExtractor].getName
)
// Write the DataFrame as a Hudi dataset
(inputDF.write
.format("org.apache.hudi")
.option(DataSourceWriteOptions.OPERATION_OPT_KEY, DataSourceWriteOptions.INSERT_OPERATION_OPT_VAL)
.options(hudiOptions)
.mode(SaveMode.Overwrite)
.save("s3://amzn-s3-demo-bucket/myhudidataset/"))
```
### PySpark を使用する場合の書き込み
```
# Create a DataFrame
inputDF = spark.createDataFrame(
[
("100", "2015-01-01", "2015-01-01T13:51:39.340396Z"),
("101", "2015-01-01", "2015-01-01T12:14:58.597216Z"),
("102", "2015-01-01", "2015-01-01T13:51:40.417052Z"),
("103", "2015-01-01", "2015-01-01T13:51:40.519832Z"),
("104", "2015-01-02", "2015-01-01T12:15:00.512679Z"),
("105", "2015-01-02", "2015-01-01T13:51:42.248818Z"),
],
["id", "creation_date", "last_update_time"]
)
# Specify common DataSourceWriteOptions in the single hudiOptions variable
hudiOptions = {
'hoodie.table.name': 'tableName',
'hoodie.datasource.write.recordkey.field': 'id',
'hoodie.datasource.write.partitionpath.field': 'creation_date',
'hoodie.datasource.write.precombine.field': 'last_update_time',
'hoodie.datasource.hive_sync.enable': 'true',
'hoodie.datasource.hive_sync.table': 'tableName',
'hoodie.datasource.hive_sync.partition_fields': 'creation_date',
'hoodie.datasource.hive_sync.partition_extractor_class': 'org.apache.hudi.hive.MultiPartKeysValueExtractor'
}
# Write a DataFrame as a Hudi dataset
inputDF.write \
.format('org.apache.hudi') \
.option('hoodie.datasource.write.operation', 'insert') \
.options(**hudiOptions) \
.mode('overwrite') \
.save('s3://amzn-s3-demo-bucket/myhudidataset/')
```
**注記**
コードの例や通知には、Hudi ではなく「hoodie」と表示されている場合があります。Hudi コードベースは、古い「hoodie」の綴りが広く使用されています。
**Hudi の DataSourceWriteOptions リファレンス**
| オプション | 説明 |
| --- | --- |
| TABLE\$1NAME | データセットを登録するテーブルの名前。 |
| TABLE\$1TYPE\$1OPT\$1KEY | オプション。データセットが `"COPY_ON_WRITE"` として作成されるか、`"MERGE_ON_READ"` として作成されるかを指定します。デフォルトは `"COPY_ON_WRITE"` です。 |
| RECORDKEY\$1FIELD\$1OPT\$1KEY | 値が `HoodieKey` の `recordKey` コンポーネントとして使用されるレコードキーフィールド。実際の値は、フィールド値に対して `.toString()` を呼び出すことで取得されます。ネストされたフィールドは、`a.b.c` など、ドット表記を使用して指定できます。 |
| PARTITIONPATH\$1FIELD\$1OPT\$1KEY | 値が `HoodieKey` の `partitionPath` コンポーネントとして使用されるパーティションパスフィールド。実際の値は、フィールド値に対して `.toString()` を呼び出すことで取得されます。 |
| PRECOMBINE\$1FIELD\$1OPT\$1KEY | 実際の書き込みの前に事前結合で使用されるフィールド。2 つのレコードのキー値が同じ場合、Hudi は、`Object.compareTo(..)` で決定された事前結合フィールドの値が最も大きいレコードを選択します。 |
以下のオプションは、Hudi データセットテーブルをメタストアに登録するためにのみ必要です。Hudi データセットを Hive メタストアのテーブルとして登録しない場合、これらのオプションは必要ありません。
**Hive の DataSourceWriteOptions リファレンス**
| オプション | 説明 |
| --- | --- |
| HIVE\$1DATABASE\$1OPT\$1KEY | 同期先の Hive データベース。デフォルトは `"default"` です。 |
| HIVE\$1PARTITION\$1EXTRACTOR\$1CLASS\$1OPT\$1KEY | パーティションフィールド値を Hive パーティション列に抽出するために使用されるクラス。 |
| HIVE\$1PARTITION\$1FIELDS\$1OPT\$1KEY | Hive パーティション列を決定するために使用するデータセット内のフィールド。 |
| HIVE\$1SYNC\$1ENABLED\$1OPT\$1KEY | `"true"` に設定すると、データセットを Apache Hive メタストアに登録します。デフォルトは `"false"` です。 |
| HIVE\$1TABLE\$1OPT\$1KEY | 必須。同期先の Hive テーブルの名前。例えば、`"my_hudi_table_cow"`。 |
| HIVE\$1USER\$1OPT\$1KEY | オプション。同期時に使用する Hive ユーザー名。例えば、`"hadoop"`。 |
| HIVE\$1PASS\$1OPT\$1KEY | オプション。`HIVE_USER_OPT_KEY` で指定されたユーザーの Hive パスワード。 |
| HIVE\$1URL\$1OPT\$1KEY | Hive メタストアの URL。 |
## データのアップサート
以下の例では、DataFrame を書き込むことでデータをアップサートする方法を示しています。以前の挿入の例とは異なり、`OPERATION_OPT_KEY` 値は `UPSERT_OPERATION_OPT_VAL` に設定されています。また、`.mode(SaveMode.Append)` は、レコードを付加する必要があることを指示するために指定されています。
### Amazon EMR 6.7 以降で Scala を使用する Upsert
**注記**
Amazon EMR 6.7.0 は [Apache Hudi](https://hudi.apache.org/) 0.11.0-amzn-0 を使用していますが、これは以前の Hudi バージョンよりも大幅に改善されています。詳細については、「[Apache Hudi 0.11.0 Migration Guide](https://hudi.apache.org/releases/release-0.11.0/#migration-guide)」を参照してください。このタブの例にはこれらの変更が反映されています。
```
// Create a new DataFrame from the first row of inputDF with a different creation_date value
val updateDF = inputDF.limit(1).withColumn("creation_date", lit("new_value"))
(updateDF.write
.format("hudi")
.options(hudiOptions)
.option(DataSourceWriteOptions.OPERATION_OPT_KEY, "upsert")
.mode(SaveMode.Append)
.save("s3://amzn-s3-demo-bucket/myhudidataset/"))
```
### Amazon EMR 6.6 以前で Scala を使用する Upsert
```
// Create a new DataFrame from the first row of inputDF with a different creation_date value
val updateDF = inputDF.limit(1).withColumn("creation_date", lit("new_value"))
(updateDF.write
.format("org.apache.hudi")
.option(DataSourceWriteOptions.OPERATION_OPT_KEY, DataSourceWriteOptions.UPSERT_OPERATION_OPT_VAL)
.options(hudiOptions)
.mode(SaveMode.Append)
.save("s3://amzn-s3-demo-bucket/myhudidataset/"))
```
### PySpark を使用する Upsert
```
from pyspark.sql.functions import lit
# Create a new DataFrame from the first row of inputDF with a different creation_date value
updateDF = inputDF.limit(1).withColumn('creation_date', lit('new_value'))
updateDF.write \
.format('org.apache.hudi') \
.option('hoodie.datasource.write.operation', 'upsert') \
.options(**hudiOptions) \
.mode('append') \
.save('s3://amzn-s3-demo-bucket/myhudidataset/')
```
## レコードを削除する
レコードをハード削除するには、空のペイロードをアップサートします。この場合、`PAYLOAD_CLASS_OPT_KEY` オプションで `EmptyHoodieRecordPayload` クラスを指定しています。この例では、upsert の例で使用したのと同じ DataFrame `updateDF` を使用して、同じレコードが指定されるようにしています。
### Amazon EMR 6.7 以降で Scala を使用する場合の削除
**注記**
Amazon EMR 6.7.0 は [Apache Hudi](https://hudi.apache.org/) 0.11.0-amzn-0 を使用していますが、これは以前の Hudi バージョンよりも大幅に改善されています。詳細については、「[Apache Hudi 0.11.0 Migration Guide](https://hudi.apache.org/releases/release-0.11.0/#migration-guide)」を参照してください。このタブの例にはこれらの変更が反映されています。
```
(updateDF.write
.format("hudi")
.options(hudiOptions)
.option(DataSourceWriteOptions.OPERATION_OPT_KEY, "delete")
.mode(SaveMode.Append)
.save("s3://amzn-s3-demo-bucket/myhudidataset/"))
```
### Amazon EMR 6.6 以前で Scala を使用する場合の削除
```
(updateDF.write
.format("org.apache.hudi")
.option(DataSourceWriteOptions.OPERATION_OPT_KEY, DataSourceWriteOptions.UPSERT_OPERATION_OPT_VAL)
.option(DataSourceWriteOptions.PAYLOAD_CLASS_OPT_KEY, "org.apache.hudi.common.model.EmptyHoodieRecordPayload")
.mode(SaveMode.Append)
.save("s3://amzn-s3-demo-bucket/myhudidataset/"))
```
### PySpark を使用する場合の削除
```
updateDF.write \
.format('org.apache.hudi') \
.option('hoodie.datasource.write.operation', 'upsert') \
.option('hoodie.datasource.write.payload.class', 'org.apache.hudi.common.model.EmptyHoodieRecordPayload') \
.options(**hudiOptions) \
.mode('append') \
.save('s3://amzn-s3-demo-bucket/myhudidataset/')
```
`OPERATION_OPT_KEY ` を `DELETE_OPERATION_OPT_VAL` に設定して、送信するデータセット内のすべてのレコードを削除し、データをハード削除することもできます。ソフト削除の実行方法、および Hudi テーブルに保存されたデータの削除の詳細については、Apache Hudi ドキュメントの「[Deletes](https://hudi.apache.org/docs/writing_data.html#deletes)」(削除) を参照してください。
## Hudi データセットから読み込む
現時点でのデータを取得するために、Hudi はデフォルトでスナップショットクエリを実行します。以下に、[Hudi データセットに書き込む](#emr-hudi-dataframe) で S3 に書き込まれたデータセットをクエリする例を示します。*s3://amzn-s3-demo-bucket/myhudidataset* をテーブルパスに置き換え、パーティションレベルごとにワイルドカードのアスタリスクを追加し、*さらにアスタリスクを 1 つ追加します*。この例では、パーティションレベルが 1 つあるため、2 つのワイルドカードシンボルを追加しました。
### Amazon EMR 6.7 以降で Scala を使用する場合の読み込み
**注記**
Amazon EMR 6.7.0 は [Apache Hudi](https://hudi.apache.org/) 0.11.0-amzn-0 を使用していますが、これは以前の Hudi バージョンよりも大幅に改善されています。詳細については、「[Apache Hudi 0.11.0 Migration Guide](https://hudi.apache.org/releases/release-0.11.0/#migration-guide)」を参照してください。このタブの例にはこれらの変更が反映されています。
```
val snapshotQueryDF = spark.read
.format("hudi")
.load("s3://amzn-s3-demo-bucket/myhudidataset")
.show()
```
### Amazon EMR 6.6 以前で Scala を使用する場合の読み込み
```
(val snapshotQueryDF = spark.read
.format("org.apache.hudi")
.load("s3://amzn-s3-demo-bucket/myhudidataset" + "/*/*"))
snapshotQueryDF.show()
```
### PySpark を使用する場合の読み込み
```
snapshotQueryDF = spark.read \
.format('org.apache.hudi') \
.load('s3://amzn-s3-demo-bucket/myhudidataset' + '/*/*')
snapshotQueryDF.show()
```
### 増分クエリ
Hudi で増分クエリを実行して、特定のコミットタイムスタンプ以降に変更されたレコードのストリームを取得することもできます。これを行うには、`QUERY_TYPE_OPT_KEY` フィールドを `QUERY_TYPE_INCREMENTAL_OPT_VAL` に設定します。次に、`BEGIN_INSTANTTIME_OPT_KEY` の値を追加して、指定された時刻以降に書き込まれたすべてのレコードを取得します。増分クエリでは、変更されたレコードのみが処理されるため、通常、バッチクエリよりも 10 倍効率が高くなります。
増分クエリを実行するときは、スナップショットクエリに使用されるワイルドカードのアスタリスクを付けずに、ルート (ベース) テーブルパスを使用します。
**注記**
Presto は増分クエリをサポートしていません。
#### Scala を使用した増分クエリ
```
val incQueryDF = spark.read
.format("org.apache.hudi")
.option(DataSourceReadOptions.QUERY_TYPE_OPT_KEY, DataSourceReadOptions.QUERY_TYPE_INCREMENTAL_OPT_VAL)
.option(DataSourceReadOptions.BEGIN_INSTANTTIME_OPT_KEY, )
.load("s3://amzn-s3-demo-bucket/myhudidataset")
incQueryDF.show()
```
#### PySpark を使用した増分クエリ
```
readOptions = {
'hoodie.datasource.query.type': 'incremental',
'hoodie.datasource.read.begin.instanttime': ,
}
incQueryDF = spark.read \
.format('org.apache.hudi') \
.options(**readOptions) \
.load('s3://amzn-s3-demo-bucket/myhudidataset')
incQueryDF.show()
```
Hudi データセットからの読み取りの詳細については、Apache Hudi ドキュメントの「[Querying Hudi tables](https://hudi.apache.org/docs/querying_data.html)」(Hudiテーブルをクエリ) を参照してください。