docs: 补充hudi web运维页面文档

README.md

@@ -1,5 +1,4 @@
 <!-- TOC -->
-
 * [概述](#概述)
 * [部署](#部署)
   * [配置准备](#配置准备)
@@ -44,16 +43,18 @@
       * [批量提交压缩任务](#批量提交压缩任务)
       * [停止所有压缩任务](#停止所有压缩任务)
     * [离线检索](#离线检索)
-            * [查询文件](#查询文件)
+      * [查询记录](#查询记录)
       * [检索最后操作时间](#检索最后操作时间)
   * [HDFS](#hdfs)
+  * [案例](#案例)
+    * [丢主键为xxx的某条数据](#丢主键为xxx的某条数据)
+    * [xxx表的数据没有到最新](#xxx表的数据没有到最新)
 * [模块](#模块)
   * [Hudi 运行代码](#hudi-运行代码)
     * [sync](#sync)
   * [运维服务](#运维服务)
   * [部署工具](#部署工具)
 * [开发](#开发)
-
 <!-- TOC -->
 
 # 概述
@@ -436,50 +437,102 @@ uploader
 
 ##### Pulsar队列
 
+用于查询Pulsar Topic的相关信息，查看Reader积压情况，生产者是否在线等。
+
 ![](assets/hudi_web_table_meta_detail_pulsar.png)
 
 ##### Hudi表结构
 
+常用于查看实际的表结构是否和配置表相同，判断hudi表有没有更新表结构。
+
 ![](assets/hudi_web_table_meta_detail_struct.png)
 
 ### 压缩队列
 
+查看各个压缩队列的任务详情，方便查找问题任务。
+
 ![](assets/hudi_web_queue.png)
 
 ### 跨天
 
+查看一些简单的跨天信息。
+
 ![](assets/hudi_web_version.png)
 
 ### 同步集群
 
+常用页面，用于监控同步集群中的同步任务的启停状态，Yarn页面不能自动刷新，状态显示不清晰，这个界面基本可以替代Yarn页面，页面默认筛选hudi同步任务，也可以方便跳转同步任务对应的Yarn页面和日志。
+
 ![](assets/hudi_web_sync.png)
 
 ### 压缩集群
 
+和「同步集群」页面功能一致，这个页面还能聚合各个集群在同一个表格中，方便同时查看多个集群内的压缩任务。
+
 ![](assets/hudi_web_compaction.png)
 
 ### Cloud
 
+查看服务部署实时状态和方便跳转服务日志。
+
 ![](assets/hudi_web_cloud_service.png)
 
 ### 小工具
 
+提供一些实际运维过程中需要的小工具。
+
 #### 查询时间线
 
+根据指定的HDFS路径查询；常有一些情况需要查询备份目录下的hudi表情况，这些备份表不在配置体系里面，可以通过这个工具直接查看指定路径下的hudi表时间线、表结构。
+
+![](assets/hudi_web_tools_timeline.png)
+
 #### 提交压缩任务
 
+手动提交压缩任务，可以指定压缩任务执行的集群。
+
+![](assets/hudi_web_tools_submit_compaction.png)
+
 #### 批量提交压缩任务
 
+批量提交压缩任务，一行一个hudi表，使用空格分开`flink_job_id`和`alias`。
+
+![](assets/hudi_web_tools_submit_compaction_batch.png)
+
 #### 停止所有压缩任务
 
+停止压缩任务往往遍布各个集群，压缩任务又可能会存在各个压缩队列里，这个工具可以直接清除各个压缩队列里的任务、停止各个集群里正在运行的压缩任务。
+
+![](assets/hudi_web_tools_stop_all.png)
+
 ### 离线检索
 
-#### 查询文件
+使用Flink运行一些需要耗时较长的查询任务，和hudi同步任务一样，提交到Yarn集群上，可以做一些牛逼操作；查询结果在页面下方的任务列表中查看。
+
+_提交Flink任务有一定的延时，尤其在调度压缩任务的时候，可能会由于资源不足导致提交失败，要观察一些，不要多次提交，避免消耗集群资源。_
+
+#### 查询记录
+
+可以查询包含指定字符串（通常是主键）的记录，横跨Pulsar、hudi日志、hudi数据，通常用于丢数据时，找到数据丢在哪一个环节，解析出记录的时间线；
+
+_有时候Pulsar查询可能会有一点问题，导致整个任务失败，建议Pulsar查询单独启动一个任务。_
+
+![](assets/hudi_web_offline_query.png)
 
 #### 检索最后操作时间
 
+查询hudi表最后操作时间，逐条检索data文件的记录，这个时间应该会比较准确；通常用于想知道某个表的准确最新更新时间。
+
+![](assets/hudi_web_offline_query_latest_time.png)
+
 ## HDFS
 
+## 案例
+
+### 丢主键为xxx的某条数据
+
+### xxx表的数据没有到最新
+
 # 模块
 
 模块主要分为三部分，包含 Hudi 运行代码、运维服务和部署工具。