Flink中文频道的童鞋们,大家好,

*我们想收集下大家对Flink兼容Hive方面的需求和意见*。

背景:去年12月的Flink Forward 中国站上,社区宣布了将推动Flink兼容Hive。今年2.21,在西雅图 Flink Meetup
上我们做了 “Integrating Flink with Hive”
的演讲,并进行了现场演示,收到很好的反响。现在已到三月中,我们已经在内部完成了构建Flink崭新的catalog架构,对Hive
元数据的兼容,和常见的通过Flink 读写
Hive数据的工作。我们已开始提交相关的PR和设计文档,将已开发的功能输送回社区。欢迎大家参与到项目的各项工作中,如评审设计文档和PR,参与开发和测试。

*当前最重要的事,是我们希望社区的同学们能分享各自对Hive的用法,并给我们的项目提供反馈和建议。*
我们已开始深入的在某些领域使Flink兼容Hive,各位的反馈和建议可以帮助我们更好地评估各个工作的优先度,从而使我们的用户能更快地得到各位需要的功能。比如,如果绝大多数用户都是以读Hive数据为主,我们就会高优优化读功能。

快速回顾下我们内部已经完成的工作:

   - Flink/Hive 元数据兼容
      - 统一的、可查简化的catalog架构,用以管理catalog,database,tables, views, functions,
      partitions, table/partition stats 等元数据
      - 三种catalog实现:一种默认的内存catalog;HiveCatalog
      用以兼容Hive生态的元数据;GenericHiveMetastoreCatalog 用以在Hive metastore中持久化 Flink
      流和批的元数据
      - 在SQL和table api中支持基于 <catalog>.<database>.<元数据名称> 的引用方式
      - 统一的function catalog,并支持Hive 简单的 UDF
   - Flink/Hive 数据兼容
      - Hive connector 支持:读取分区和非分去表,partition pruning,Hive简单和复杂数据类型,简单的写
   - 集成了了上述功能的SQL 客户端

*我们想要了解的是:各位现在如何使用Hive?我们怎么能帮助各位解决问题?各位期待 Flink在兼容Hive中提供哪些功能?比如,*

   - *各位在使用哪个版本的Hive?有计划升级Hive吗?*
   - *各位计划切换Hive引擎吗?有时间点吗?当Flink具备什么功能以后你才会考虑使用Flink读写Hive?*
   - *各位使用Flink-Hive的动机是什么?只维护一套数据处理系统?使用Flink获取更好的性能?*
   - *各位如何使用Hive?数据量有多大?主要是读,还是读写都有?*
   - *有多少Hive UDF?都是什么类型?*
   - *对项目有什么问题或者建议?*

大家的建议对我们很重要。我们希望这些工作能真正的尽快惠及社区用户。我们争取这周做个调查问卷,更全面的收集各位的反馈和建议。

Bowen

回复