看起来stream -> (Flink SQL) -> hive 这个场景大家都很关注，预计FLIP115完成后能解这个场景。
Best, Leonard > 在 2020年4月2日，17:10，sunfulin <[email protected]> 写道： > > > > > Hi， > 这里就涉及到一个话题，应该怎么去实践实时和离线数仓的数据融合。我能理解这个技术上的不合理，但是通过Flink实现数仓ETL的功能，我相信很多使用Flink的会将之作为一个重要场景。 > > > > > > > > > > > > > > > 在 2020-04-01 16:05:54，"111" <[email protected]> 写道： >> >> >> 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<[email protected]> 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" <[email protected]> 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 <[email protected]> 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$CannotPlanException: There are not >> enough rules to produce a node with desired properties >> >> >> >> >> >> >> >> >> >> >> >> >> >> >> 在 2020-04-01 14:49:41，"Jingsong Li" <[email protected]> 写道： >> Hi, >> >> 异常的意思是现在hive sink还不支持streaming模式，只能用于batch模式中。功能正在开发中[1] >> >> [1] >> https://cwiki.apache.org/confluence/display/FLINK/FLIP-115%3A+Filesystem+connector+in+Table >> >> Best, >> Jingsong Lee >> >> On Wed, Apr 1, 2020 at 2:32 PM sunfulin <[email protected]> wrote: >> >> Hi, >> 我这边在使用Flink消费Kafka数据写入hive。配置连接都OK，但是在实际执行insert into >> xxx_table时，报了如下异常。这个看不懂啥原因，求大神指教。 >> cc @Jingsong Li @Jark Wu >> >> >> >> >> org.apache.flink.table.api.TableException: Stream Tables can only be >> emitted by AppendStreamTableSink, RetractStreamTableSink, or >> UpsertStreamTableSink. >> >> at >> org.apache.flink.table.planner.plan.nodes.physical.stream.StreamExecSink.translateToPlanInternal(StreamExecSink.scala:136) >> >> at >> org.apache.flink.table.planner.plan.nodes.physical.stream.StreamExecSink.translateToPlanInternal(StreamExecSink.scala:48) >> >> at >> org.apache.flink.table.planner.plan.nodes.exec.ExecNode.translateToPlan(ExecNode.scala:58) >> >> at >> org.apache.flink.table.planner.plan.nodes.exec.ExecNode.translateToPlan$(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
