如何使用flink将增量数据写入配置单元
"我使用flink 1.6，我知道我可以使用自定义接收器和hive jdbc来编写hive，或者使用JDBCAppendTableSink，但它仍然使用jdbc。问题是hive jdbc不支持batchExecute方法。我认为它会很慢。
然后我寻求另一种方式，我用writeAsText方法将数据集写入hdfs，然后从hdfs创建hive表。但是仍然存在一个问题：如何附加增量数据。 WriteMode的api是：
Enum FileSystem.WriteMode
枚举常量和描述
NO_OVERWRITE
仅当该路径上不存在任何文件时才创建目标文件。
OVERWRITE
无论任何现有文件或目录如何，都会创建新的目标文件。
例如，第一批，我将9月的数据写入配置单元，然后我获取10月的数据，我想追加它。
但是如果我对同一个hdfs文件使用OVERWRITE，9月的数据将不再存在，如果我使用NO_OVERWRITE，我必须将它写入新的hdfs文件，然后是新的hive表，我们需要它们在同一个hive表中。我不知道如何将2个hdfs文件合并到一个配置单元表中。
那么如何使用flink将增量数据写入hive？"
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
-
flink小助手会定期更新直播回顾等资料和文章干货，还整合了大家在钉群提出的有关flink的问题及回答。
"我想默认模式是将（text，avro，parquett）-files写入HDFS并在该目录上定义外部hive表。在那里，如果您有一个文件或多个文件并不重要。但是您很可能必须定期修复此表（msck修复表。;）。这将更新元数据，新文件将可用。
对于更大量的数据，我建议对表进行分区并根据需要添加分区（这篇博文可能会给你一个提示：https：//resources.zaloni.com/blog/partitioning-in-hive）"
2019-07-17 23:16:49赞同 展开评论