flink sqlClient提交hiveIceberg

环境准备

组件名 版本
flink客户端 1.14.4-2.12
hadoop集群 3.1.4
hive客户端 3.1.2
iceberg iceberg-flink-runtime-1.14-0.13.2.jar
iceberg-hive依赖 iceberg-hive-runtime-0.13.2.jar

sqlclient启动前准备

sqlclient启动有两种方式,per-job、session。

session模式需先启动一个session,启动方式如下:

powershell 复制代码
/home/hadoop/flink/bin/yarn-session.sh \
-t /home/hadoop/flink/sqlplugins \
-s 2 -jm 5120 -tm 5120 -qu default -nm iceberg_test1 -d

per-job模式需在flink客户端的flink-conf.yaml文件中添加如下参数:
execution.target: yarn-per-job

注意:

yaml 复制代码
flink-conf.yaml文件中还设置了其他内容如下
classloader.resolve-order: parent-first

classloader.check-leaked-classloader: false

#kerberos相关配置
security.kerberos.login.use-ticket-cache: true
security.kerberos.login.keytab: /bigdata/apps/test/core.keytab
security.kerberos.login.principal: hadoop
security.kerberos.login.contexts: Client

启动sqlclient

bash 复制代码
-- yarn session模式
/home/hadoop/flink/bin/sql-client.sh  embedded \
-s appId \
-l /home/hadoop/flink/sqlplugins \
-i /home/hadoop/flink/script/init.sql \
-f /home/hadoop/flink/script/insert.sql \
shell

-- yarn per-job模式
/home/hadoop/flink/bin/sql-client.sh  embedded \
-l /home/hadoop/flink/sqlplugins \
-i /home/hadoop/flink/script/init.sql \
-f /home/hadoop/flink/script/insert.sql \
shell

init.sql

SQL 复制代码
set 'sql-client.verbose'='true';
SET 'execution.checkpointing.interval' = '60s';

CREATE CATALOG ice_catalog WITH (
  'type' = 'iceberg',
  'catalog-type' = 'hive',
  'uri' = 'thrift://hdp02.bonc.com:9083',
  'warehouse' = 'hdfs://beh001/tmp/',
  'hive-conf-dir' = '/home/hadoop/flink/confdir',
  'hadoop-conf-dir' = '/home/hadoop/flink/confdir'
);

CREATE DATABASE IF NOT EXISTS ice_catalog.ice_db;

CREATE TABLE IF NOT EXISTS ice_catalog.ice_db.ice_tb (
   deal_date string,
   chnl_id string,
   chnl_name string,
   region_code string,
   city_code string,
   chnl_third_class string,
   chnl_second_class string,
   chnl_first_class string,
   chnl_area_class string,
   chnl_eff_flag string,
   oper_id string,
   oper_name string,
   self_term_code string,
   air_term_code string,
   oper_eff_flag string,
   item_cls_type string,
   item_cls_desc string,
   item_grp_type string,
   item_grp_desc string,
   user_chnl_id string,
   user_chnl_name string,
   user_region_code string,
   user_city_code string,
   item_value1 decimal(14,2),
   item_value2 decimal(14,2),
  PRIMARY KEY (chnl_id ,oper_id) NOT ENFORCED
) WITH (
  'write.upsert.enabled' = 'true',
  'write.metadata.previous-versions-max' = '10',
  'write.metadata.delete-after-commit.enabled' = 'true',
  'commit.manifest.min-count-to-merge' = '1',
  'engine.hive.enabled' = 'true',
  'table.dynamic-table-options.enabled' = 'true',
  'format-version' = '2'
);

CREATE TABLE csvSource (
   deal_date string COMMENT '处理日期',               
   chnl_id string COMMENT '渠道ID',                 
   chnl_name string COMMENT '渠道名称',               
   region_code string COMMENT '归属地市代码',           
   city_code string COMMENT '归属区县代码',             
   chnl_third_class string COMMENT '渠道三级类型',      
   chnl_second_class string COMMENT '渠道二级类型',     
   chnl_first_class string COMMENT '渠道一级类型',      
   chnl_area_class string COMMENT '渠道地域属性',       
   chnl_eff_flag string COMMENT '渠道有效标志',         
   oper_id string COMMENT '工号ID',                 
   oper_name string COMMENT '工号姓名',               
   self_term_code string COMMENT '自助终端标志',        
   air_term_code string COMMENT '空中充值标志',         
   oper_eff_flag string COMMENT '工号有效标志',         
   item_cls_type string COMMENT '指标大类代码',         
   item_cls_desc string COMMENT '指标大类名称',         
   item_grp_type string COMMENT '指标细项代码',         
   item_grp_desc string COMMENT '指标细项名称',         
   user_chnl_id string COMMENT '用户渠道ID',          
   user_chnl_name string COMMENT '用户渠道名称',        
   user_region_code string COMMENT '用户归属地市代码',    
   user_city_code string COMMENT '用户归属区县代码',      
   item_value1 decimal(14,2) COMMENT '指标值1',      
   item_value2 decimal(14,2) COMMENT '指标值2'
) WITH (
  'connector' = 'filesystem',
  'path' = 'hdfs://beh001/tmp/originData/csvSource.txt',
  'format' = 'csv',
  'csv.field-delimiter' = ','
);

insert.sql

sql 复制代码
insert into
  ice_catalog.ice_db.ice_tb
select
   deal_date  ,               
   chnl_id  ,                 
   chnl_name  ,               
   region_code  ,           
   city_code  ,             
   chnl_third_class  ,      
   chnl_second_class  ,     
   chnl_first_class  ,      
   chnl_area_class  ,       
   chnl_eff_flag  ,         
   oper_id  ,                 
   oper_name  ,               
   self_term_code  ,        
   air_term_code  ,         
   oper_eff_flag  ,         
   item_cls_type  ,         
   item_cls_desc  ,         
   item_grp_type  ,         
   item_grp_desc  ,         
   user_chnl_id  ,          
   user_chnl_name  ,        
   user_region_code  ,    
   user_city_code  ,      
   item_value1,      
   item_value2
from
  csvSource;
相关推荐
zhixingheyi_tian2 小时前
Spark 之 Aggregate
大数据·分布式·spark
PersistJiao2 小时前
Spark 分布式计算中网络传输和序列化的关系(一)
大数据·网络·spark
宅小海4 小时前
scala String
大数据·开发语言·scala
小白的白是白痴的白4 小时前
11.17 Scala练习:梦想清单管理
大数据
java1234_小锋5 小时前
Elasticsearch是如何实现Master选举的?
大数据·elasticsearch·搜索引擎
宝哥大数据6 小时前
Flink Joins
flink
Java 第一深情9 小时前
零基础入门Flink,掌握基本使用方法
大数据·flink·实时计算
我的K84099 小时前
Flink整合Hudi及使用
linux·服务器·flink
MXsoft6189 小时前
华为服务器(iBMC)硬件监控指标解读
大数据·运维·数据库
PersistJiao10 小时前
Spark 分布式计算中网络传输和序列化的关系(二)
大数据·网络·spark·序列化·分布式计算