Hi 111, 虽然数据湖可以扩展一些事情,但是流写Hive也是Hive数仓重要的一环。
文件数的问题: - 取决于checkpoint间隔,如果checkpoint间隔内,能写到128MB的文件,对HDFS来说就是很合适的文件大小了。 - 流写,也可以引入files compact等功能,FLIP-115里面也有讨论。 Best, Jingsong Lee On Wed, Apr 1, 2020 at 4:06 PM 111 <xingh...@163.com> wrote: > > > Hi, > 流写入hive,其实是属于数据湖的概念范畴。 > 因为流往hive里面写,会造成很多的碎片文件,对hdfs造成性能影响,因此一般不会在流场景下直接写入hive。 > 详细的可以了解 Delta lake 或 hudi。 > > > 在2020年04月1日 15:05,sunfulin<sunfulin0...@163.com> 写道: > Hi, > 场景其实很简单,就是通过Flink实时将kafka数据做个同步到hive。hive里创建了分区表。 > 我感觉这个场景很常见吧。之前以为是支持的,毕竟可以在通过hivecatalog创建kafka table。但是创建了不能写,有点不合理。 > OK吧。想问下FLIP-115计划是在哪个release版本支持哈?1.11么? > > > > > > > > > > > > > > > > > 在 2020-04-01 15:01:32,"Jingsong Li" <jingsongl...@gmail.com> 写道: > > Hi, > > > Batch模式来支持Kafka -> Hive,也是不推荐的哦,FLIP-115后才可以在streaming模式支持这类场景。 > > > 你可以描述下详细堆栈、应用场景、SQL吗? > > > Best, > Jingsong Lee > > > On Wed, Apr 1, 2020 at 2:56 PM sunfulin <sunfulin0...@163.com> wrote: > > > > > > 我使用batch mode时,又抛出了如下异常:感觉一步一个坑。。sigh > > > > org.apache.calcite.plan.RelOptPlanner$CannotPlanException: There are not > enough rules to produce a node with desired properties > > > > > > > > > > > > > > > 在 2020-04-01 14:49:41,"Jingsong Li" <jingsongl...@gmail.com> 写道: > Hi, > > 异常的意思是现在hive sink还不支持streaming模式,只能用于batch模式中。功能正在开发中[1] > > [1] > > https://cwiki.apache.org/confluence/display/FLINK/FLIP-115%3A+Filesystem+connector+in+Table > > Best, > Jingsong Lee > > On Wed, Apr 1, 2020 at 2:32 PM sunfulin <sunfulin0...@163.com> wrote: > > Hi, > 我这边在使用Flink消费Kafka数据写入hive。配置连接都OK,但是在实际执行insert into > xxx_table时,报了如下异常。这个看不懂啥原因,求大神指教。 > cc @Jingsong Li @Jark Wu > > > > > org.apache.flink.table.api.TableException: Stream Tables can only be > emitted by AppendStreamTableSink, RetractStreamTableSink, or > UpsertStreamTableSink. > > at > > org.apache.flink.table.planner.plan.nodes.physical.stream.StreamExecSink.translateToPlanInternal(StreamExecSink.scala:136) > > at > > org.apache.flink.table.planner.plan.nodes.physical.stream.StreamExecSink.translateToPlanInternal(StreamExecSink.scala:48) > > at > > org.apache.flink.table.planner.plan.nodes.exec.ExecNode.translateToPlan(ExecNode.scala:58) > > at > > org.apache.flink.table.planner.plan.nodes.exec.ExecNode.translateToPlan$(ExecNode.scala:56) > > at > > org.apache.flink.table.planner.plan.nodes.physical.stream.StreamExecSink.translateToPlan(StreamExecSink.scala:48) > > at > > org.apache.flink.table.planner.delegation.StreamPlanner.$anonfun$translateToPlan$1(StreamPlanner.scala:60) > > at > scala.collection.TraversableLike.$anonfun$map$1(TraversableLike.scala:233) > > at scala.collection.Iterator.foreach(Iterator.scala:937) > > at scala.collection.Iterator.foreach$(Iterator.scala:937) > > at scala.collection.AbstractIterator.foreach(Iterator.scala:1425) > > at scala.collection.IterableLike.foreach(IterableLike.scala:70) > > at scala.collection.IterableLike.foreach$(IterableLike.scala:69) > > at scala.collection.AbstractIterable.foreach(Iterable.scala:54) > > at scala.collection.TraversableLike.map(TraversableLike.scala:233) > > at scala.collection.TraversableLike.map$(TraversableLike.scala:226) > > at scala.collection.AbstractTraversable.map(Traversable.scala:104) > > at > > org.apache.flink.table.planner.delegation.StreamPlanner.translateToPlan(StreamPlanner.scala:59) > > at > > org.apache.flink.table.planner.delegation.PlannerBase.translate(PlannerBase.scala:153) > > at > > org.apache.flink.table.api.internal.TableEnvironmentImpl.translate(TableEnvironmentImpl.java:682) > > at > > org.apache.flink.table.api.internal.TableEnvironmentImpl.sqlUpdate(TableEnvironmentImpl.java:495) > > at > > com.htsc.crm_realtime.fatjob.Core.TableLoader.sqlUpdate(TableLoader.java:87) > > at > > com.htsc.crm_realtime.fatjob.Jobs.hive.SensorData2Hive.doJob(SensorData2Hive.j > > > > -- > Best, Jingsong Lee > > > > > > > > > > > > -- > > Best, Jingsong Lee -- Best, Jingsong Lee