1、整合
sql
# 1、将依赖包上传到flink的lib目录下
flink-sql-connector-hive-3.1.2_2.12-1.15.2.jar
# 2、重启flink集群
yarn application -list
yarn application -kill application_1699579932721_0003
yarn-session.sh -d
# 3、重新进入sql命令行
sql-client.sh
2、Hive catalog
catalog(元数据) ---> database ---> table ---> 数据 --- > 列
sql
-- 1、开启hive的元数据服务
nohup hive --service metastore &
-- 2、创建hive catalog
CREATE CATALOG myhive WITH (
'type' = 'hive',
'hive-conf-dir' = '/usr/local/soft/hive-3.1.2/conf'
);
-- 查看所有的catalog
-- default_catalog: 默认的元数据,将元数据保存在内存中
show catalogs;
--3、切换catalog
use catalog myhive;
--4、在flink中就可以使用hive中已经创建好的表
select * from student;
-- 可以从catalog开始定位一张表
select * from myhive.`default`.student;
-- 将flink的表结构保存到hive catalog中
-- hive中可以看到flink创建的流表,但是在hive中不能查询flink的流表
create database flink;
use flink;
-- 创建flink动态表
CREATE TABLE students_kafka (
`offset` BIGINT METADATA VIRTUAL, -- 偏移量
`event_time` TIMESTAMP(3) METADATA FROM 'timestamp', --数据进入kafka的时间,可以当作事件时间使用
sid STRING,
name STRING,
age INT,
sex STRING,
clazz STRING
) WITH (
'connector' = 'kafka',
'topic' = 'students', -- 数据的topic
'properties.bootstrap.servers' = 'master:9092,node1:9092,node2:9092', -- broker 列表
'properties.group.id' = 'testGroup', -- 消费者组
'scan.startup.mode' = 'earliest-offset', -- 读取数据的位置earliest-offset latest-offset
'format' = 'csv' -- 读取数据的格式
);
3、Hive functions
在Flink中的使用hive中的函数:
sql
-- 加载hive函数
LOAD MODULE hive WITH ('hive-version' = '3.1.2');
-- 使用hive的函数
select split('java,spark',',');