您好,登錄后才能下訂單哦!
這篇文章主要講解了“如何使用Hive Catalog”,文中的講解內(nèi)容簡(jiǎn)單清晰,易于學(xué)習(xí)與理解,下面請(qǐng)大家跟著小編的思路慢慢深入,一起來(lái)研究和學(xué)習(xí)“如何使用Hive Catalog”吧!
我們知道,Hive使用Hive Metastore(HMS)存儲(chǔ)元數(shù)據(jù)信息,使用關(guān)系型數(shù)據(jù)庫(kù)來(lái)持久化存儲(chǔ)這些信息。所以,F(xiàn)link集成Hive需要打通Hive的metastore,去管理Flink的元數(shù)據(jù),這就是Hive Catalog的功能。
Hive Catalog的主要作用是使用Hive MetaStore去管理Flink的元數(shù)據(jù)。Hive Catalog可以將元數(shù)據(jù)進(jìn)行持久化,這樣后續(xù)的操作就可以反復(fù)使用這些表的元數(shù)據(jù),而不用每次使用時(shí)都要重新注冊(cè)。如果不去持久化catalog,那么在每個(gè)session中取處理數(shù)據(jù),都要去重復(fù)地創(chuàng)建元數(shù)據(jù)對(duì)象,這樣是非常耗時(shí)的。
HiveCatalog是開(kāi)箱即用的,所以,一旦配置好Flink與Hive集成,就可以使用HiveCatalog。比如,我們通過(guò)FlinkSQL 的DDL語(yǔ)句創(chuàng)建一張kafka的數(shù)據(jù)源表,立刻就能查看該表的元數(shù)據(jù)信息。
HiveCatalog可以處理兩種類型的表:一種是Hive兼容的表,另一種是普通表(generic table)。其中Hive兼容表是以兼容Hive的方式來(lái)存儲(chǔ)的,所以,對(duì)于Hive兼容表而言,我們既可以使用Flink去操作該表,又可以使用Hive去操作該表。
普通表是對(duì)Flink而言的,當(dāng)使用HiveCatalog創(chuàng)建一張普通表,僅僅是使用Hive MetaStore將其元數(shù)據(jù)進(jìn)行了持久化,所以可以通過(guò)Hive查看這些表的元數(shù)據(jù)信息(通過(guò)DESCRIBE FORMATTED命令),但是不能通過(guò)Hive去處理這些表,因?yàn)檎Z(yǔ)法不兼容。
對(duì)于是否是普通表,F(xiàn)link使用is_generic屬性進(jìn)行標(biāo)識(shí)。默認(rèn)情況下,創(chuàng)建的表是普通表,即is_generic=true,如果要?jiǎng)?chuàng)建Hive兼容表,需要在建表屬性中指定is_generic=false。
尖叫提示:
由于依賴Hive Metastore,所以必須開(kāi)啟Hive MetaStore服務(wù)
EnvironmentSettings settings = EnvironmentSettings.newInstance().useBlinkPlanner().build();
TableEnvironment tableEnv = TableEnvironment.create(settings);
String name = "myhive";
String defaultDatabase = "default";
String hiveConfDir = "/opt/modules/apache-hive-2.3.4-bin/conf";
HiveCatalog hive = new HiveCatalog(name, defaultDatabase, hiveConfDir);
tableEnv.registerCatalog("myhive", hive);
// 使用注冊(cè)的catalog
tableEnv.useCatalog("myhive");
在FlinkSQL Cli中使用Hive Catalog很簡(jiǎn)單,只需要配置一下sql-cli-defaults.yaml文件即可。配置內(nèi)容如下:
catalogs:
- name: myhive
type: hive
default-database: default
hive-conf-dir: /opt/modules/apache-hive-2.3.4-bin/conf
在FlinkSQL Cli中創(chuàng)建一張kafka表,該表默認(rèn)為普通表,即is_generic=true
CREATE TABLE user_behavior (
`user_id` BIGINT, -- 用戶id
`item_id` BIGINT, -- 商品id
`cat_id` BIGINT, -- 品類id
`action` STRING, -- 用戶行為
`province` INT, -- 用戶所在的省份
`ts` BIGINT, -- 用戶行為發(fā)生的時(shí)間戳
`proctime` AS PROCTIME(), -- 通過(guò)計(jì)算列產(chǎn)生一個(gè)處理時(shí)間列
`eventTime` AS TO_TIMESTAMP(FROM_UNIXTIME(ts, 'yyyy-MM-dd HH:mm:ss')), -- 事件時(shí)間
WATERMARK FOR eventTime AS eventTime - INTERVAL '5' SECOND -- 定義watermark
) WITH (
'connector' = 'kafka', -- 使用 kafka connector
'topic' = 'user_behavior', -- kafka主題
'scan.startup.mode' = 'earliest-offset', -- 偏移量
'properties.group.id' = 'group1', -- 消費(fèi)者組
'properties.bootstrap.servers' = 'kms-2:9092,kms-3:9092,kms-4:9092',
'format' = 'json', -- 數(shù)據(jù)源格式為json
'json.fail-on-missing-field' = 'true',
'json.ignore-parse-errors' = 'false'
);
我們可以在Hive客戶端中查看該表的元數(shù)據(jù)信息
hive (default)> desc formatted user_behavior;
Table Parameters:
...
is_generic true
...
從上面的元數(shù)據(jù)信息可以看出,is_generic=true,說(shuō)明該表是一張普通表,如果在Hive中去查看該表,則會(huì)報(bào)錯(cuò)。
上面創(chuàng)建的表是普通表,該表不能使用Hive去查詢。那么,該如何創(chuàng)建一張Hive兼容表呢?我們只需要在建表的屬性中顯示指定is_generic=false即可,具體如下:
CREATE TABLE hive_compatible_tbl (
`user_id` BIGINT, -- 用戶id
`item_id` BIGINT, -- 商品id
`cat_id` BIGINT, -- 品類id
`action` STRING, -- 用戶行為
`province` INT, -- 用戶所在的省份
`ts` BIGINT -- 用戶行為發(fā)生的時(shí)間戳
) WITH (
'connector' = 'kafka', -- 使用 kafka connector
'topic' = 'user_behavior', -- kafka主題
'scan.startup.mode' = 'earliest-offset', -- 偏移量
'properties.group.id' = 'group1', -- 消費(fèi)者組
'properties.bootstrap.servers' = 'kms-2:9092,kms-3:9092,kms-4:9092',
'format' = 'json', -- 數(shù)據(jù)源格式為json
'json.fail-on-missing-field' = 'true',
'json.ignore-parse-errors' = 'false',
'is_generic' = 'false'
);
當(dāng)我們?cè)贖ive中查看該表的元數(shù)據(jù)信息時(shí),可以看出:is_generic =false
hive (default)> desc formatted hive_compatible_tbl;
Table Parameters:
...
is_generic false
...
我們可以使用FlinkSQL Cli或者HiveCli向該表中寫(xiě)入數(shù)據(jù),然后分別通過(guò)FlinkSQL Cli和Hive Cli去查看該表數(shù)據(jù)的變化
hive (default)> insert into hive_compatible_tbl select 2020,1221,100,'buy',11,1574330486;
hive (default)> select * from hive_compatible_tbl;
再在FlinkSQL Cli中查看該表,
Flink SQL> select user_id,item_id,action from hive_compatible_tbl;
user_id item_id action
2020 1221 buy
同樣,我們可以在FlinkSQL Cli中去向該表中寫(xiě)入數(shù)據(jù):
Flink SQL> insert into hive_compatible_tbl select 2020,1222,101,'fav',11,1574330486;
Flink SQL> select user_id,item_id,action from hive_compatible_tbl;
user_id item_id action
2020 1221 buy
2020 1222 fav
尖叫提示:
對(duì)于Hive兼容的表,需要注意數(shù)據(jù)類型,具體的數(shù)據(jù)類型對(duì)應(yīng)關(guān)系以及注意點(diǎn)如下
Flink 數(shù)據(jù)類型 | Hive 數(shù)據(jù)類型 |
---|---|
CHAR(p) | CHAR(p) |
VARCHAR(p) | VARCHAR(p) |
STRING | STRING |
BOOLEAN | BOOLEAN |
TINYINT | TINYINT |
SMALLINT | SMALLINT |
INT | INT |
BIGINT | LONG |
FLOAT | FLOAT |
DOUBLE | DOUBLE |
DECIMAL(p, s) | DECIMAL(p, s) |
DATE | DATE |
TIMESTAMP(9) | TIMESTAMP |
BYTES | BINARY |
ARRAY | LIST |
MAP<K, V> | MAP<K, V> |
ROW | STRUCT |
注意:
CHAR(p)
類型的最大長(zhǎng)度為255VARCHAR(p)
類型的最大長(zhǎng)度為65535MAP
類型的key僅支持基本類型,而Flink’s
MAP
類型的key執(zhí)行任意類型TIMESTAMP
的精度是 9 , Hive UDFs函數(shù)只能處理 precision <= 9的
TIMESTAMP
值TIMESTAMP_WITH_TIME_ZONE
,
TIMESTAMP_WITH_LOCAL_TIME_ZONE
, 及
MULTISET
類型INTERVAL
類型與 Hive
INTERVAL
類型不一樣上面介紹了普通表和Hive兼容表,那么我們?cè)撊绾问褂肏ive的語(yǔ)法進(jìn)行建表呢?這個(gè)時(shí)候就需要使用Hive Dialect。
從Flink1.11.0開(kāi)始,只要開(kāi)啟了Hive dialect配置,用戶就可以使用HiveQL語(yǔ)法,這樣我們就可以在Flink中使用Hive的語(yǔ)法使用一些DDL和DML操作。
Flink目前支持兩種SQL方言(SQL dialects),分別為:default和hive。默認(rèn)的SQL方言是default,如果要使用Hive的語(yǔ)法,需要將SQL方言切換到hive。
使用hive dialect只需要配置一個(gè)參數(shù)即可,該參數(shù)名稱為:table.sql-dialect。我們就可以在sql-client-defaults.yaml配置文件中進(jìn)行配置,也可以在具體的會(huì)話窗口中進(jìn)行設(shè)定,對(duì)于SQL dialect的切換,不需要進(jìn)行重啟session。
execution:
planner: blink
type: batch
result-mode: table
configuration:
table.sql-dialect: hive
如果我們需要在SQL Cli中進(jìn)行切換hive dialect,可以使用如下命令:
Flink SQL> set table.sql-dialect=hive; -- 使用hive dialect
Flink SQL> set table.sql-dialect=default; -- 使用default dialect
尖叫提示:
一旦切換到了hive dialect,就只能使用Hive的語(yǔ)法建表,如果嘗試使用Flink的語(yǔ)法建表,則會(huì)報(bào)錯(cuò)
EnvironmentSettings settings = EnvironmentSettings.newInstance().useBlinkPlanner()...build();
TableEnvironment tableEnv = TableEnvironment.create(settings);
// 使用hive dialect
tableEnv.getConfig().setSqlDialect(SqlDialect.HIVE);
// 使用 default dialect
tableEnv.getConfig().setSqlDialect(SqlDialect.DEFAULT);
Flink SQL> set table.sql-dialect=hive;
-- 使用Hive語(yǔ)法創(chuàng)建一張表
CREATE TABLE IF NOT EXISTS `hive_dialect_tbl` (
`id` int COMMENT 'id',
`name` string COMMENT '名稱',
`age` int COMMENT '年齡'
)
COMMENT 'hive dialect表測(cè)試'
ROW FORMAT DELIMITED FIELDS TERMINATED BY ',';
進(jìn)入Hive客戶端去查看該表的元數(shù)據(jù)信息
desc formatted hive_dialect_tbl;
col_name data_type comment
# col_name data_type comment
id int
name string
age int
# Detailed Table Information
Database: default
Owner: null
CreateTime: Mon Dec 21 17:23:48 CST 2020
LastAccessTime: UNKNOWN
Retention: 0
Location: hdfs://kms-1.apache.com:8020/user/hive/warehouse/hive_dialect_tbl
Table Type: MANAGED_TABLE
Table Parameters:
comment hive dialect表測(cè)試
is_generic false
transient_lastDdlTime 1608542628
# Storage Information
SerDe Library: org.apache.hadoop.hive.serde2.lazy.LazySimpleSerDe
InputFormat: org.apache.hadoop.mapred.TextInputFormat
OutputFormat: org.apache.hadoop.hive.ql.io.IgnoreKeyTextOutputFormat
Compressed: No
Num Buckets: -1
Bucket Columns: []
Sort Columns: []
Storage Desc Params:
field.delim ,
serialization.format ,
很明顯,該表是一張Hive兼容表,即is_generic=false。
使用FlinkSQLCli向該表中寫(xiě)入一條數(shù)據(jù):
Flink SQL> insert into hive_dialect_tbl select 1,'tom',20;
我們也可以在Hive的Cli中去操作該表
hive (default)> select * from hive_dialect_tbl;
hive (default)> insert into hive_dialect_tbl select 2,'jack',22;
以下是使用Hive方言的一些注意事項(xiàng)。
default
在Calcite中是保留關(guān)鍵字,在Hive中是非保留關(guān)鍵字。所以,在使用Hive dialect時(shí),必須使用反引號(hào)(`)引用此類關(guān)鍵字,才能將其用作標(biāo)識(shí)符。當(dāng)然,一旦開(kāi)啟了Hive dialect,我們就可以按照Hive的操作方式在Flink中去處理Hive的數(shù)據(jù)了,具體的操作與Hive一致,本文不再贅述。
感謝各位的閱讀,以上就是“如何使用Hive Catalog”的內(nèi)容了,經(jīng)過(guò)本文的學(xué)習(xí)后,相信大家對(duì)如何使用Hive Catalog這一問(wèn)題有了更深刻的體會(huì),具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云,小編將為大家推送更多相關(guān)知識(shí)點(diǎn)的文章,歡迎關(guān)注!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。