01 引言
在前面的博客，我们学习了Flink的File Sink了，有兴趣的同学可以参阅下：
- 《Flink教程（01）- Flink知识图谱》
- 《Flink教程（02）- Flink入门》
- 《Flink教程（03）- Flink环境搭建》
- 《Flink教程（04）- Flink入门案例》
- 《Flink教程（05）- Flink原理简单分析》
- 《Flink教程（06）- Flink批流一体API（Source示例）》
- 《Flink教程（07）- Flink批流一体API（Transformation示例）》
- 《Flink教程（08）- Flink批流一体API（Sink示例）》
- 《Flink教程（09）- Flink批流一体API（Connectors示例）》
- 《Flink教程（10）- Flink批流一体API（其它）》
- 《Flink教程（11）- Flink高级API（Window）》
- 《Flink教程（12）- Flink高级API（Time与Watermaker）》
- 《Flink教程（13）- Flink高级API（状态管理）》
- 《Flink教程（14）- Flink高级API（容错机制）》
- 《Flink教程（15）- Flink高级API（并行度）》
- 《Flink教程（16）- Flink Table与SQL》
- 《Flink教程（17）- Flink Table与SQL（案例与SQL算子）》
- 《Flink教程（18）- Flink阶段总结》
- 《Flink教程（19）- Flink高级特性（BroadcastState）》
- 《Flink教程（20）- Flink高级特性（双流Join）》
- 《Flink教程（21）- Flink高级特性（End-to-End Exactly-Once）》
- 《Flink教程（22）- Flink高级特性（异步IO）》
- 《Flink教程（23）- Flink高级特性（Streaming File Sink）》
- 《Flink教程（24）- Flink高级特性（File Sink）》
本文主要讲解Flink SQL 整合Hive。
02 FlinkSQL 整合Hive
2.1 介绍
参考：
- https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/connectors/hive/
- https://zhuanlan.zhihu.com/p/338506408
使用Hive构建数据仓库已经成为了比较普遍的一种解决方案。目前，一些比较常见的大数据处理引擎，都无一例外兼容Hive。Flink从1.9开始支持集成Hive，不过1.9版本为beta版，不推荐在生产环境中使用。在Flink1.10版本中，标志着对 Blink的整合宣告完成，对 Hive 的集成也达到了生产级别的要求。值得注意的是，不同版本的Flink对于Hive的集成有所差异，接下来将以最新的Flink1.12版本为例，实现Flink集成Hive。
2.2 集成Hive的基本方式
Flink 与 Hive 的集成主要体现在以下两个方面:
- 持久化元数据：Flink利用 Hive 的 MetaStore 作为持久化的 Catalog，我们可通过HiveCatalog将不同会话中的 Flink 元数据存储到 Hive Metastore 中。例如，我们可以使用HiveCatalog将其 Kafka的数据源表存储在 Hive Metastore 中，这样该表的元数据信息会被持久化到Hive的MetaStore对应的元数据库中，在后续的 SQL 查询中，我们可以重复使用它们。
- 利用 Flink 来读写 Hive 的表：Flink打通了与Hive的集成，如同使用SparkSQL或者Impala操作Hive中的数据一样，我们可以使用Flink直接读写Hive中的表。
HiveCatalog的设计提供了与 Hive 良好的兼容性，用户可以”开箱即用”的访问其已有的 Hive表。不需要修改现有的 Hive Metastore，也不需要更改表的数据位置或分区。
2.3 准备工作
1.添加hadoop_classpath
vim /etc/profile
增加如下配置
export HADOOP_CLASSPATH=`hadoop classpath`
刷新配置
source /etc/profile
2.下载jar并上传至flink/lib目录
https://ci.apache.org/projects/flink/flink-docs-release-1.12/dev/table/connectors/hive/
3.修改hive配置
vim /export/server/hive/conf/hive-site.xml
<property> <name>hive.metastore.uris</name> <value>thrift://node3:9083</value> </property>
4.启动hive元数据服务
nohup /export/server/hive/bin/hive --service metastore &
2.4 SQL CLI
1.修改flinksql配置
vim /export/server/flink/conf/sql-client-defaults.yaml
增加如下配置
catalogs: - name: myhive type: hive hive-conf-dir: /export/server/hive/conf default-database: default
2.启动flink集群
/export/server/flink/bin/start-cluster.sh
3.启动flink-sql客户端
/export/server/flink/bin/sql-client.sh embedded
4.执行sql:
show catalogs; use catalog myhive; show tables; select * from person;
2.5 代码演示
/** * Flink SQL 整合hive * * @author : YangLinWei * @createTime: 2022/3/9 9:22 上午 */ public class HiveDemo { public static void main(String[] args) { EnvironmentSettings settings = EnvironmentSettings.newInstance().useBlinkPlanner().build(); TableEnvironment tableEnv = TableEnvironment.create(settings); String name = "myhive"; String defaultDatabase = "default"; String hiveConfDir = "./conf"; HiveCatalog hive = new HiveCatalog(name, defaultDatabase, hiveConfDir); //注册catalog tableEnv.registerCatalog("myhive", hive); //使用注册的catalog tableEnv.useCatalog("myhive"); //向Hive表中写入数据 String insertSQL = "insert into person select * from person"; TableResult result = tableEnv.executeSql(insertSQL); System.out.println(result.getJobClient().get().getJobStatus()); } }
03 文末
本文主要讲解FlinkSQL整合Hive，谢谢大家的阅读，本文完!
