嗯嗯，hive catalog的确不需要重新建表，但是我的场景是：我需要通过 flinkSQL 流式将 kafka 表数据写入 hive 表。 因此就需要有如下属性等，而原先的hive表式spark-sql中创建的，肯定不可能带有这种属性。我目前想法是，比如针对原表 t1，我重新在 flinkSQL 中创建个hive表t2，但是指定location为原t1的location，同时带上如下相关属性，这样就达到目的了。 或者说，基于现有的hive表，有什么不重定义的方法，仍然可以通过sql流式将kafka表数据写进去不。 > 'partition.time-extractor.timestamp-pattern'='$dt $hr:00:00', > 'sink.partition-commit.trigger'='partition-time', > 'sink.partition-commit.delay'='1 h', > 'sink.partition-commit.policy.kind'='metastore,success-file');
Caizhi Weng <tsreape...@gmail.com> 于2021年11月2日周二 上午10:47写道： > Hi！ > > hive catalog 是不需要重新在 Flink SQL 里写一遍表定义的，连接到 hive catalog 的时候 Flink 就会自动读取 > hive 里表的结构等信息。但 kafka 的表定义仍然要写。 > > 你的邮件里的内容具体来自哪个文档界面呢？文档里应该是想要从 Flink 里建立 hive 表，如果已经在 hive 里建过表了就不用再建了。 > > yidan zhao <hinobl...@gmail.com> 于2021年11月1日周一 下午3:05写道： > > > 如题，我看了官方文档，定义好kafka和hive表。 > > 写的时候提示要指定提交策略，就又看了看文档，如下为文档实例。 > > > > SET table.sql-dialect=hive;CREATE TABLE hive_table ( > > user_id STRING, > > order_amount DOUBLE) PARTITIONED BY (dt STRING, hr STRING) STORED AS > > parquet TBLPROPERTIES ( > > 'partition.time-extractor.timestamp-pattern'='$dt $hr:00:00', > > 'sink.partition-commit.trigger'='partition-time', > > 'sink.partition-commit.delay'='1 h', > > 'sink.partition-commit.policy.kind'='metastore,success-file'); > > SET table.sql-dialect=default;CREATE TABLE kafka_table ( > > user_id STRING, > > order_amount DOUBLE, > > log_ts TIMESTAMP(3), > > WATERMARK FOR log_ts AS log_ts - INTERVAL '5' SECOND -- Define > > watermark on TIMESTAMP column) WITH (...); > > > > > > > 如上，如果是这样的话，那就会出现个问题。所有需要写入的hive表其实都需要重新定义一次，部分原先的表是hive中定义的。现在我需要重新定义一次可能。 > > > > 其次，为了避免重新定义表有问题啥的，我可能会重新定义另一个数据库中同名表，但指定到和hive表相同的存储路径。 > > 但如果hive中修改原表，我这边不改变flink hive表定义，又会出现不一致的情况。 > > > > > > 此外，flink这样定义的hive表和hive自己定义的肯定意义一致吗，不会影响hive自身的读写吧。 > > >
