感谢jark大佬，试过了确实可以 我是先用hive的catalog+dialect 建了 hive表， 然后切换到default catalog 建了 kafka source表， 在insert into hive select from kafka时需要指定hive_catalog.hive_db.hive_table,否则会报表不存在，因为当前是在default catalog 下。大家注意一下
> 2020年11月24日 上午11:41，Jark Wu <imj...@gmail.com> 写道： > > 1. 可以的 > 2. 是的。见文档 > https://ci.apache.org/projects/flink/flink-docs-release-1.11/dev/table/sql/use.html#use-catloag > 3. 是的。 > > Hive metastore catalog 就是 Flink 官方提供的通用 catalog（可以存任何 connector 类型）。 > > Best, > Jark > > > On Tue, 24 Nov 2020 at 10:58, admin <17626017...@163.com> wrote: > >> Hi Rui Li, >>> FlinkSQL允许一个Session使用多个Catalog，所以Catalog的选择不是互斥的，可以混用。 >> >> 一个job里面可以切换catalog的是吧，比如从读kafka中 写hive 的 db1.hive_table。 >> 几个问题请教一下： >> 1.create kafka source 使用 memory catalog,hive table 使用hive catalog，这样是可以的吧 >> 2.在sql里面切换catalog的语法是什么，在[1]里面没看到，是这样吗 USE CATALOG >> catalogName(default_catalog/hive_catalog) >> >> 3.在注册hivecatalog时，需要指定一个默认的database，比如指定了默认test，然后要写到db1的hive_table,是不是切换一下database即可。 >> USE db1; >> 感谢 >> >> [1] >> https://ci.apache.org/projects/flink/flink-docs-release-1.11/dev/table/catalogs.html >> >>> 2020年11月23日 下午8:52，Rui Li <lirui.fu...@gmail.com> 写道： >>> >>> Hi, >>> >>> FlinkSQL允许一个Session使用多个Catalog，所以Catalog的选择不是互斥的，可以混用。 >>> >>> 关于你的两个问题： >>> 1. 我理解JDBC Catalog主要是为了方便用户查询JDBC的表，目前的实现应该基本是个只读的Catalog >>> [1]，文档也许是可以说的更明确一些。 >>> 2. >>> >> 我觉得要实现一个完整的、生产可用的元数据管理系统都不会太“简单”，能读写schema只是最基础的要求，是否支持并发访问、如何支持HA、如何保证元数据安全都是需要考虑的问题。而hive >>> metastore已经有比较多的人在用了，所以借助它来持久化元数据是个性价比比较高的选择。 >>> >>> [1] >>> >> https://ci.apache.org/projects/flink/flink-docs-release-1.11/dev/table/connectors/jdbc.html#postgres-database-as-a-catalog >>> >>> On Mon, Nov 23, 2020 at 7:41 PM 赵一旦 <hinobl...@gmail.com> wrote: >>> >>>> 目前Flink提供memory、jdbc、hive这3种catalog。 >>>> 感觉实际使用中，可以使用如下几种方案。 >>>> >>>> （1）选择memory catalog，然后每次sql都带上自己的相关DDL。 >>>> （2）选择某种catalog，支持“持久化”DDL定义，然后具体sql就不需要带上自己相关的DDL了。 >>>> >>>> 方案1和方案2各有优缺点。 >>>> 方案1的优点： >>>> 比如sql1和sql2都只针kafka topic的部分时间段范围，这种情况某个kafka >>>> >>>> >> topic就不方便写死DDL（持久化），而应该每个SQL自带一个定义。（当然，使用方案2也是可以基于options的覆盖方式简化sql1和sql2自带DDL定义的语句的） >>>> 方案1的缺点： >>>> 很明显，不支持“持久化”本身就是缺点，这也是方案2的优点。 >>>> >>>> -----然后，我的问题来了。 >>>> >>>> >> 在Flink文档中，HiveCatalog写了其作用是作为flink表元数据，同时也是作为读取hive表元数据的接口。而在JdbcCatalog中没写其支持的表类型（Connect类型）。 >>>> 问题1（如上）没针对每个catalog写清楚其支持的connector类型，即表类型。 >>>> >>>> >>>> >> 问题2：能否提供一个更简单方便的支持持久化，且支持所有connector类型的catalog的实现。“简单”指的是比如通过Mysql/PostgreSQL什么的，再或者直接json文件作为存储都可以。“持久化”即可以持久化。 >>>> >>>> >>>> >> 当然，考虑到hive这种元数据使用其他存储可能需要额外复杂的转化，我感觉至少应该搞个相对通用的catalog，比如支持（mysql表，kafka表（kafka元数据很简单，用mysql啥的肯定能存储吧），...）。 >>>> >>> >>> >>> -- >>> Best regards! >>> Rui Li >> >>
