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
Elastic 中国社区官方博客15 分钟前
Elasticsearch:什么是查询语言?
大数据·数据库·elasticsearch·搜索引擎·oracle
因_果_律34 分钟前
亚马逊云科技 re:Invent 2024重磅发布!Amazon Bedrock Data Automation 预览版震撼登场
大数据·人工智能·科技·亚马逊云科技·re invent
2401_8516217237 分钟前
正也科技荣获“金石奖2024医药健康互联网优秀服务商奖”
大数据
SeaTunnel42 分钟前
Apache SeaTunnel 增强对csv读取时分割字段的能力
大数据
MrJson-架构师1 小时前
15款行业大数据报告下载网站
大数据
老周聊架构1 小时前
聊聊Flink:Flink的状态管理
大数据·flink
筒栗子1 小时前
复习打卡大数据篇——Hadoop HDFS 01
大数据·hadoop·hdfs
lovelin+v175030409663 小时前
智能电商:API接口如何驱动自动化与智能化转型
大数据·人工智能·爬虫·python
rpa_top3 小时前
RPA 助力电商:自动化商品信息上传,节省人力资源 —— 以影刀 RPA 为例【rpa.top】
大数据·前端·人工智能·自动化·rpa
ssxueyi7 小时前
Paimon 是什么?Apache Paimon简介
大数据·流数据·stream·数据湖·流批一体·apache paimon