Hi，
“Integrating Flink with Hive”确实是一个很大、很好的话题。针对以下几点，我结合自己的工作，pao'zhua
- *各位在使用哪个版本的Hive？有计划升级Hive吗？*
目前用的是Apache Hive1.2，暂无升级Hive的计划
- *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？*
一个是夜间会大批量跑任务，如果Flink读写Hive速度快，可处理数据量大，就会考虑用。
- *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？*
希望流处理和批处理的核心代码是一套，方便开发，维护、以及数据准确性。
- *各位如何使用Hive？数据量有多大？主要是读，还是读写都有？*
希望是用 Flink on Hive 的方式，数据量有TB级，读写都有
在 2019-03-20 09:28:55，"董鹏" <dongp...@imdada.cn> 写道：
>1、首先对flink纳入阿里麾下表示很兴奋，针对以下问题，根据我的一些经验，抛砖引玉：
>hive太重要了，稳定，夜间跑任务，可以满足。
> - *各位在使用哪个版本的Hive？有计划升级Hive吗？*// cdh5版本 无计划升级
> -
> *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？*//尝试spark引擎跑夜间任务，不稳定。对于性能，不是特别追求，稳定了，就会尝试flink
> on 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？*//技术迭代，当然理想的状况是批流统一，只维护一套数据处理系统。spark的性能已经很棒了，所以追求更好的性能这个对我们不需要。
> - *各位如何使用Hive？数据量有多大？主要是读，还是读写都有？*//大的表 数据量不小，主要是读
> - *有多少Hive UDF？都是什么类型？*//挺多
> - *对项目有什么问题或者建议？*//1）flink on hive
> 准实时场景下，对性能要求越高越好，相对的数据量不大。2）离线场景下，稳定，而后是性能。3）社区的活跃，排查问题的手段
>
>
>------------------ Original ------------------
>From: "Bowen Li"<bowenl...@gmail.com>;
>Date: Wed, Mar 20, 2019 08:09 AM
>To: "user-zh"<user-zh@flink.apache.org>;
>
>Subject: [进度更新] [讨论] Flink 对 Hive 的兼容 和 Catalogs
>
>
>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
