57、Flink深入:Flink高级特性之FlinkSQL整合Hive

1. FlinkSQL整合Hive介绍

官网介绍:Apache Flink 1.12 Documentation: Hive

知乎案例:Flink集成Hive之快速入门--以Flink1.12为例 - 知乎

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. 集成Hive的基本方式

2.1. 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。

2.2. 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。

3. 准备工作

1、添加hadoop_classpath,在 /etc/profile 环境变量中增加如下配置

编辑/etc/profile文件
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

下载网址:Apache Flink 1.12 Documentation: Hive

 

3、修改hive配置

编辑如下文件
vim /export/server/hive/conf/hive-site.xml

在其中增加如下配置
<property
     <namehive.metastore.uris</name
     <valuethrift://node3:9083</value
</property

4、重新启动hive元数据服务

nohup /export/server/hive/bin/hive --service metastore &

4. SQL CLI

1、修改flinksql集群的sql-client-defaults.yaml配置文件,并新增如下配置

修改如下配置文件
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、执行如下sql

show catalogs;

use catalog myhive;

show tables;

select * from person;

5. 代码演示

import org.apache.flink.table.api.EnvironmentSettings;
import org.apache.flink.table.api.Table;
import org.apache.flink.table.api.TableEnvironment;
import org.apache.flink.table.api.TableResult;
import org.apache.flink.table.catalog.hive.HiveCatalog;

/**
 * Desc
 */
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());
    }
}