回复：flink 历史数据join
使用sql api的方式 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月16日 22:51，jimandlice 写道： 大佬 你好 ！ kafka 写入hive 您这边demo么 我这边 只完成了hdfs 应该可以写到hive上去 能提供一个demo么 在 2020-05-15 19:41:59，"zhisheng" 写道： >看看 Flink UI 上 作业 task 的 sent 和 receive >的数据是否还在变更一般可以知道作业是否还在进行，等不动了，则意味着你这两个表固定的数据都已经 join 完了，等 checkpoint 也 >complete 完成了即可以停掉作业。 > >实在不放心，不知道啥时候跑完，可以晚上开始跑，第二天白天再去看看就好了 > >jimandlice 于2020年5月15日周五 下午7:38写道： > >> 是的 我想用datastrem 来做 join停的话 需要注意什么 >> >> >> >> >> | | >> jimandlice >> | >> | >> 邮箱：jimandl...@163.com >> | >> >> Signature is customized by Netease Mail Master >> >> 在2020年05月15日 19:36，zhisheng 写道： >> 所以现在纠结的是使用 DataStream 还是 DataSet ？ >> >> 可以使用 DataStream，作业 join 完了停掉作业就行了。 >> >> 小黑 于2020年5月15日周五 下午3:28写道： >> >> > >> > 先工作上有一个需求 2个数据源 一个是mysql 一个是Hbase 2者上 有很多历史数据 这2个数据源上 已经没有数据写入了 都是历史数据 >> > 现在要把这2个数据源的某两张张表 进行join 生成之后的数据 存在放在hdfs上 导入到hive上去现在就是不知道 >> > 是用datatream还是dataset 没有一个很好的 解决方案 望给与回复 >> > >> > >> > >> > >> > >>
回复：flink 历史数据join
好的 谢谢哈 我先试一试 有问题在和你说哈 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 19:41，zhisheng 写道： 看看 Flink UI 上 作业 task 的 sent 和 receive 的数据是否还在变更一般可以知道作业是否还在进行，等不动了，则意味着你这两个表固定的数据都已经 join 完了，等 checkpoint 也 complete 完成了即可以停掉作业。 实在不放心，不知道啥时候跑完，可以晚上开始跑，第二天白天再去看看就好了 jimandlice 于2020年5月15日周五 下午7:38写道： > 是的 我想用datastrem 来做 join停的话 需要注意什么 > > > > > | | > jimandlice > | > | > 邮箱：jimandl...@163.com > | > > Signature is customized by Netease Mail Master > > 在2020年05月15日 19:36，zhisheng 写道： > 所以现在纠结的是使用 DataStream 还是 DataSet ？ > > 可以使用 DataStream，作业 join 完了停掉作业就行了。 > > 小黑 于2020年5月15日周五 下午3:28写道： > > > > > 先工作上有一个需求 2个数据源 一个是mysql 一个是Hbase 2者上 有很多历史数据 这2个数据源上 已经没有数据写入了 都是历史数据 > > 现在要把这2个数据源的某两张张表 进行join 生成之后的数据 存在放在hdfs上 导入到hive上去现在就是不知道 > > 是用datatream还是dataset 没有一个很好的 解决方案 望给与回复 > > > > > > > > > > >
回复：flink 历史数据join
是的 我想用datastrem 来做 join停的话 需要注意什么 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 19:36，zhisheng 写道： 所以现在纠结的是使用 DataStream 还是 DataSet ？ 可以使用 DataStream，作业 join 完了停掉作业就行了。 小黑 于2020年5月15日周五 下午3:28写道： > > 先工作上有一个需求 2个数据源 一个是mysql 一个是Hbase 2者上 有很多历史数据 这2个数据源上 已经没有数据写入了 都是历史数据 > 现在要把这2个数据源的某两张张表 进行join 生成之后的数据 存在放在hdfs上 导入到hive上去现在就是不知道 > 是用datatream还是dataset 没有一个很好的 解决方案 望给与回复 > > > > >
回复：flink 历史数据join
底层原理都一样，你要封装接口动态生成映射表，sql等 | | 邵红晓 | | 邮箱：17611022...@163.com | 签名由网易邮箱大师定制 在2020年5月15日 15:42，jimandlice 写道： 2个不同源的历史数据同步 需要join 这个不是给开发者用的 是客户用的 客户只要选择2个数据源的2个表 join 结果保存 难道还要用sql来做么 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 15:39，shao.hongxiao 写道： 1. 搞hive映射表，直接使用spark或者hive sql | | 邵红晓 | | 邮箱：17611022...@163.com | 签名由网易邮箱大师定制 在2020年5月15日 15:31，jimandlice 写道： 如果要集成公司产品呢 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 15:30，shao.hongxiao 写道： 可以直接注册表，然后写sql来弄 | | 邵红晓 | | 邮箱：17611022...@163.com | 签名由 网易邮箱大师 定制 在2020年05月15日 13:17，jimandlice 写道： 就是要用api的方式来继承 不是直接操作sql那样来出来 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 11:38，jimandlice 写道： api 做 还是用table sql 来做 谁做比较好集成 因为都要用来join 之后数据写入 hdfs 当中 因为刚刚接手 有很多不太明白 望给予帮助 谢谢 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 11:34，Benchao Li 写道： 看起来就是一个异构数据源join的需求吧。 可以直接用Flink SQL尝试一下。Flink SQL现在有batch读取Hbase、Mysql的能力，也有写入Hive的能力。 jimandlice 于2020年5月15日周五 上午11:16写道： 先工作上有一个需求 2个数据源 一个是mysql 一个是Hbase 2者上 有很多历史数据 这2个数据源上 已经没有数据写入了 都是历史数据 现在要把这2个数据源的某两张张表 进行join 生成之后的数据 存在放在hdfs上 导入到hive上去现在就是不知道 是用datatream还是dataset 没有一个很好的 解决方案 望给与回复 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master -- Benchao Li School of Electronics Engineering and Computer Science, Peking University Tel:+86-15650713730 Email: libenc...@gmail.com; libenc...@pku.edu.cn
回复：flink 历史数据join
2个不同源的历史数据同步 需要join 这个不是给开发者用的 是客户用的 客户只要选择2个数据源的2个表 join 结果保存 难道还要用sql来做么 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 15:39，shao.hongxiao 写道： 1. 搞hive映射表，直接使用spark或者hive sql | | 邵红晓 | | 邮箱：17611022...@163.com | 签名由网易邮箱大师定制 在2020年5月15日 15:31，jimandlice 写道： 如果要集成公司产品呢 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 15:30，shao.hongxiao 写道： 可以直接注册表，然后写sql来弄 | | 邵红晓 | | 邮箱：17611022...@163.com | 签名由 网易邮箱大师 定制 在2020年05月15日 13:17，jimandlice 写道： 就是要用api的方式来继承 不是直接操作sql那样来出来 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 11:38，jimandlice 写道： api 做 还是用table sql 来做 谁做比较好集成 因为都要用来join 之后数据写入 hdfs 当中 因为刚刚接手 有很多不太明白 望给予帮助 谢谢 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 11:34，Benchao Li 写道： 看起来就是一个异构数据源join的需求吧。 可以直接用Flink SQL尝试一下。Flink SQL现在有batch读取Hbase、Mysql的能力，也有写入Hive的能力。 jimandlice 于2020年5月15日周五 上午11:16写道： 先工作上有一个需求 2个数据源 一个是mysql 一个是Hbase 2者上 有很多历史数据 这2个数据源上 已经没有数据写入了 都是历史数据 现在要把这2个数据源的某两张张表 进行join 生成之后的数据 存在放在hdfs上 导入到hive上去现在就是不知道 是用datatream还是dataset 没有一个很好的 解决方案 望给与回复 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master -- Benchao Li School of Electronics Engineering and Computer Science, Peking University Tel:+86-15650713730 Email: libenc...@gmail.com; libenc...@pku.edu.cn
回复：flink 历史数据join
1. 搞hive映射表，直接使用spark或者hive sql | | 邵红晓 | | 邮箱：17611022...@163.com | 签名由网易邮箱大师定制 在2020年5月15日 15:31，jimandlice 写道： 如果要集成公司产品呢 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 15:30，shao.hongxiao 写道： 可以直接注册表，然后写sql来弄 | | 邵红晓 | | 邮箱：17611022...@163.com | 签名由 网易邮箱大师 定制 在2020年05月15日 13:17，jimandlice 写道： 就是要用api的方式来继承 不是直接操作sql那样来出来 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 11:38，jimandlice 写道： api 做 还是用table sql 来做 谁做比较好集成 因为都要用来join 之后数据写入 hdfs 当中 因为刚刚接手 有很多不太明白 望给予帮助 谢谢 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 11:34，Benchao Li 写道： 看起来就是一个异构数据源join的需求吧。 可以直接用Flink SQL尝试一下。Flink SQL现在有batch读取Hbase、Mysql的能力，也有写入Hive的能力。 jimandlice 于2020年5月15日周五 上午11:16写道： 先工作上有一个需求 2个数据源 一个是mysql 一个是Hbase 2者上 有很多历史数据 这2个数据源上 已经没有数据写入了 都是历史数据 现在要把这2个数据源的某两张张表 进行join 生成之后的数据 存在放在hdfs上 导入到hive上去现在就是不知道 是用datatream还是dataset 没有一个很好的 解决方案 望给与回复 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master -- Benchao Li School of Electronics Engineering and Computer Science, Peking University Tel:+86-15650713730 Email: libenc...@gmail.com; libenc...@pku.edu.cn
回复：flink 历史数据join
如果要集成公司产品呢 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 15:30，shao.hongxiao 写道： 可以直接注册表，然后写sql来弄 | | 邵红晓 | | 邮箱：17611022...@163.com | 签名由 网易邮箱大师 定制 在2020年05月15日 13:17，jimandlice 写道： 就是要用api的方式来继承 不是直接操作sql那样来出来 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 11:38，jimandlice 写道： api 做 还是用table sql 来做 谁做比较好集成 因为都要用来join 之后数据写入 hdfs 当中 因为刚刚接手 有很多不太明白 望给予帮助 谢谢 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 11:34，Benchao Li 写道： 看起来就是一个异构数据源join的需求吧。 可以直接用Flink SQL尝试一下。Flink SQL现在有batch读取Hbase、Mysql的能力，也有写入Hive的能力。 jimandlice 于2020年5月15日周五 上午11:16写道： > 先工作上有一个需求 2个数据源 一个是mysql 一个是Hbase 2者上 有很多历史数据 这2个数据源上 已经没有数据写入了 都是历史数据 > 现在要把这2个数据源的某两张张表 进行join 生成之后的数据 存在放在hdfs上 导入到hive上去现在就是不知道 > 是用datatream还是dataset 没有一个很好的 解决方案 望给与回复 > > > > | | > jimandlice > | > | > 邮箱：jimandl...@163.com > | > > Signature is customized by Netease Mail Master -- Benchao Li School of Electronics Engineering and Computer Science, Peking University Tel:+86-15650713730 Email: libenc...@gmail.com; libenc...@pku.edu.cn
回复：flink 历史数据join
可以直接注册表，然后写sql来弄 | | 邵红晓 | | 邮箱：17611022...@163.com | 签名由 网易邮箱大师 定制 在2020年05月15日 13:17，jimandlice 写道： 就是要用api的方式来继承 不是直接操作sql那样来出来 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 11:38，jimandlice 写道： api 做 还是用table sql 来做 谁做比较好集成 因为都要用来join 之后数据写入 hdfs 当中 因为刚刚接手 有很多不太明白 望给予帮助 谢谢 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 11:34，Benchao Li 写道： 看起来就是一个异构数据源join的需求吧。 可以直接用Flink SQL尝试一下。Flink SQL现在有batch读取Hbase、Mysql的能力，也有写入Hive的能力。 jimandlice 于2020年5月15日周五 上午11:16写道： > 先工作上有一个需求 2个数据源 一个是mysql 一个是Hbase 2者上 有很多历史数据 这2个数据源上 已经没有数据写入了 都是历史数据 > 现在要把这2个数据源的某两张张表 进行join 生成之后的数据 存在放在hdfs上 导入到hive上去现在就是不知道 > 是用datatream还是dataset 没有一个很好的 解决方案 望给与回复 > > > > | | > jimandlice > | > | > 邮箱：jimandl...@163.com > | > > Signature is customized by Netease Mail Master -- Benchao Li School of Electronics Engineering and Computer Science, Peking University Tel:+86-15650713730 Email: libenc...@gmail.com; libenc...@pku.edu.cn
回复：flink 历史数据join
就是要用api的方式来继承 不是直接操作sql那样来出来 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 11:38，jimandlice 写道： api 做 还是用table sql 来做 谁做比较好集成 因为都要用来join 之后数据写入 hdfs 当中 因为刚刚接手 有很多不太明白 望给予帮助 谢谢 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 11:34，Benchao Li 写道： 看起来就是一个异构数据源join的需求吧。 可以直接用Flink SQL尝试一下。Flink SQL现在有batch读取Hbase、Mysql的能力，也有写入Hive的能力。 jimandlice 于2020年5月15日周五 上午11:16写道： > 先工作上有一个需求 2个数据源 一个是mysql 一个是Hbase 2者上 有很多历史数据 这2个数据源上 已经没有数据写入了 都是历史数据 > 现在要把这2个数据源的某两张张表 进行join 生成之后的数据 存在放在hdfs上 导入到hive上去现在就是不知道 > 是用datatream还是dataset 没有一个很好的 解决方案 望给与回复 > > > > | | > jimandlice > | > | > 邮箱：jimandl...@163.com > | > > Signature is customized by Netease Mail Master -- Benchao Li School of Electronics Engineering and Computer Science, Peking University Tel:+86-15650713730 Email: libenc...@gmail.com; libenc...@pku.edu.cn
回复：flink 历史数据join
api 做 还是用table sql 来做 谁做比较好集成 因为都要用来join 之后数据写入 hdfs 当中 因为刚刚接手 有很多不太明白 望给予帮助 谢谢 | | jimandlice | | 邮箱：jimandl...@163.com | Signature is customized by Netease Mail Master 在2020年05月15日 11:34，Benchao Li 写道： 看起来就是一个异构数据源join的需求吧。 可以直接用Flink SQL尝试一下。Flink SQL现在有batch读取Hbase、Mysql的能力，也有写入Hive的能力。 jimandlice 于2020年5月15日周五 上午11:16写道： > 先工作上有一个需求 2个数据源 一个是mysql 一个是Hbase 2者上 有很多历史数据 这2个数据源上 已经没有数据写入了 都是历史数据 > 现在要把这2个数据源的某两张张表 进行join 生成之后的数据 存在放在hdfs上 导入到hive上去现在就是不知道 > 是用datatream还是dataset 没有一个很好的 解决方案 望给与回复 > > > > | | > jimandlice > | > | > 邮箱：jimandl...@163.com > | > > Signature is customized by Netease Mail Master -- Benchao Li School of Electronics Engineering and Computer Science, Peking University Tel:+86-15650713730 Email: libenc...@gmail.com; libenc...@pku.edu.cn
