A Hive Catalog használata az Apache Flinktel® a HDInsighton az AKS-en
Feljegyzés
2025. január 31-én kivonjuk az Azure HDInsightot az AKS-ből. 2025. január 31-ig át kell telepítenie a számítási feladatokat a Microsoft Fabricbe vagy egy azzal egyenértékű Azure-termékbe, hogy elkerülje a számítási feladatok hirtelen leállítását. Az előfizetés többi fürtje le lesz állítva, és el lesz távolítva a gazdagépről.
Fontos
Ez a szolgáltatás jelenleg előzetes kiadásban elérhető. A Microsoft Azure Előzetes verzió kiegészítő használati feltételei további jogi feltételeket tartalmaznak, amelyek a bétaverzióban, előzetes verzióban vagy egyébként még nem általánosan elérhető Azure-funkciókra vonatkoznak. Erről az adott előzetes verzióról az Azure HDInsight az AKS előzetes verziójában tájékozódhat. Ha kérdése vagy funkciójavaslata van, küldjön egy kérést az AskHDInsightban a részletekkel együtt, és kövessen minket további frissítésekért az Azure HDInsight-közösségről.
Ez a példa a Hive Metastore-t használja állandó katalógusként az Apache Flink Hive-katalógusával. Ezt a funkciót a Kafka-tábla és a MySQL-tábla metaadatainak tárolására használjuk a munkamenetek közötti Flinken. A Flink forrásként a Hive-katalógusban regisztrált Kafka-táblát használja, keresési és fogadó eredményeket hajt végre a MySQL-adatbázisban
Előfeltételek
- Apache Flink Cluster on HDInsight on AKS with Hive Metastore 3.1.2
- Apache Kafka-fürt a HDInsighton
- Győződjön meg arról, hogy a hálózati beállítások teljesek a Kafka használatával kapcsolatban leírtak szerint. Ez azt jelzi, hogy az AKS-en és a HDInsight-fürtökön található HDInsight ugyanazon a virtuális hálózaton található-e.
- MySQL 8.0.33
Apache Hive az Apache Flinken
A Flink kétirányú integrációt kínál a Hive-vel.
- Az első lépés a Hive Metastore (HMS) állandó katalógusként való használata az Flink HiveCatalogjával a munkamenetek közötti Flink-specifikus metaadatok tárolásához.
- A felhasználók például a HiveCatalog használatával tárolhatják a Kafka- vagy ElasticSearch-tábláikat a Hive Metastore-ban, és később újra felhasználhatják őket az SQL-lekérdezésekben.
- A második az Flink alternatív motorként való felajánlása Hive-táblák olvasásához és írásához.
- A HiveCatalog úgy lett kialakítva, hogy "kívülről" kompatibilis legyen a meglévő Hive-telepítésekkel. Nem kell módosítania a meglévő Hive-metaadattárat, és nem kell módosítania a táblák adatelhelyezését vagy particionálását.
További információ: Apache Hive
Környezet előkészítése
Apache Flink-fürt létrehozása HMS-sel
Lehetővé teszi apache Flink-fürt létrehozását HMS-sel az Azure Portalon. A Flink-fürt létrehozásának részletes utasításait itt találja.
A fürt létrehozása után ellenőrizze, hogy a HMS fut-e vagy sem az AKS oldalán.
Felhasználói rendelés tranzakciós adatainak előkészítése Kafka-témakör a HDInsightban
Töltse le a kafka-ügyfél jart a következő paranccsal:
wget https://archive.apache.org/dist/kafka/3.2.0/kafka_2.12-3.2.0.tgz
A tárfájl leválasztása a következővel:
tar -xvf kafka_2.12-3.2.0.tgz
Hozza létre az üzeneteket a Kafka-témakörbe.
Egyéb parancsok:
Feljegyzés
A bootstrap-kiszolgálót le kell cserélnie a saját kafka brokers gazdagépnevére vagy IP-címére
--- delete topic
./kafka-topics.sh --delete --topic user_orders --bootstrap-server wn0-contsk:9092
--- create topic
./kafka-topics.sh --create --replication-factor 2 --partitions 3 --topic user_orders --bootstrap-server wn0-contsk:9092
--- produce topic
./kafka-console-producer.sh --bootstrap-server wn0-contsk:9092 --topic user_orders
--- consumer topic
./kafka-console-consumer.sh --bootstrap-server wn0-contsk:9092 --topic user_orders --from-beginning
Felhasználói rendelések főadatainak előkészítése az Azure-on futó MySQL-en
Tesztelési adatbázis:
A rendelési tábla előkészítése:
mysql> use mydb
Reading table information for completion of table and column names
You can turn off this feature to get a quicker startup with -A
mysql> CREATE TABLE orders (
order_id INTEGER NOT NULL AUTO_INCREMENT PRIMARY KEY,
order_date DATETIME NOT NULL,
customer_id INTEGER NOT NULL,
customer_name VARCHAR(255) NOT NULL,
price DECIMAL(10, 5) NOT NULL,
product_id INTEGER NOT NULL,
order_status BOOLEAN NOT NULL
) AUTO_INCREMENT = 10001;
mysql> INSERT INTO orders
VALUES (default, '2023-07-16 10:08:22','0001', 'Jark', 50.00, 102, false),
(default, '2023-07-16 10:11:09','0002', 'Sally', 15.00, 105, false),
(default, '2023-07-16 10:11:09','000', 'Sally', 25.00, 105, false),
(default, '2023-07-16 10:11:09','0004', 'Sally', 45.00, 105, false),
(default, '2023-07-16 10:11:09','0005', 'Sally', 35.00, 105, false),
(default, '2023-07-16 12:00:30','0006', 'Edward', 90.00, 106, false);
mysql> select * from orders;
+----------+---------------------+-------------+---------------+----------+------------+--------------+
| order_id | order_date | customer_id | customer_name | price | product_id | order_status |
+----------+---------------------+-------------+---------------+----------+------------+--------------+
| 10001 | 2023-07-16 10:08:22 | 1 | Jark | 50.00000 | 102 | 0 |
| 10002 | 2023-07-16 10:11:09 | 2 | Sally | 15.00000 | 105 | 0 |
| 10003 | 2023-07-16 10:11:09 | 3 | Sally | 25.00000 | 105 | 0 |
| 10004 | 2023-07-16 10:11:09 | 4 | Sally | 45.00000 | 105 | 0 |
| 10005 | 2023-07-16 10:11:09 | 5 | Sally | 35.00000 | 105 | 0 |
| 10006 | 2023-07-16 12:00:30 | 6 | Edward | 90.00000 | 106 | 0 |
+----------+---------------------+-------------+---------------+----------+------------+--------------+
6 rows in set (0.22 sec)
mysql> desc orders;
+---------------+---------------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+---------------+---------------+------+-----+---------+----------------+
| order_id | int | NO | PRI | NULL | auto_increment |
| order_date | datetime | NO | | NULL | |
| customer_id | int | NO | | NULL | |
| customer_name | varchar(255) | NO | | NULL | |
| price | decimal(10,5) | NO | | NULL | |
| product_id | int | NO | | NULL | |
| order_status | tinyint(1) | NO | | NULL | |
+---------------+---------------+------+-----+---------+----------------+
7 rows in set (0.22 sec)
Az SSH-letöltéshez szükséges Kafka-összekötő és MySQL-adatbázis jarok használata
Feljegyzés
Töltse le a megfelelő verzió jart a HDInsight kafka és a MySQL verziónak megfelelően.
wget https://repo1.maven.org/maven2/org/apache/flink/flink-connector-jdbc/3.1.0-1.17/flink-connector-jdbc-3.1.0-1.17.jar
wget https://repo1.maven.org/maven2/com/mysql/mysql-connector-j/8.0.33/mysql-connector-j-8.0.33.jar
wget https://repo1.maven.org/maven2/org/apache/kafka/kafka-clients/3.2.0/kafka-clients-3.2.0.jar
wget https://repo1.maven.org/maven2/org/apache/flink/flink-connector-kafka/1.17.0/flink-connector-kafka-1.17.0.jar
A planner jar áthelyezése
A jar flink-table-planner_2.12-1.17.0-.... jar található webssh pod /opt to /lib és lépjen ki a jar flink-table-planner-loader1.17.0-.... jar /opt/flink-webssh/opt/ from /lib. További részletekért tekintse meg a problémát . A planner jar áthelyezéséhez hajtsa végre az alábbi lépéseket.
mv /opt/flink-webssh/lib/flink-table-planner-loader-1.17.0-*.*.*.*.jar /opt/flink-webssh/opt/
mv /opt/flink-webssh/opt/flink-table-planner_2.12-1.17.0-*.*.*.*.jar /opt/flink-webssh/lib/
Feljegyzés
Egy extra planner jar áthelyezésre csak Hive dialect vagy HiveServer2 végpont használatakor van szükség. Ez azonban a Hive-integráció ajánlott beállítása.
Érvényesítés
A bin/sql-client.sh használata az Flink SQL-hez való csatlakozáshoz
bin/sql-client.sh -j flink-connector-jdbc-3.1.0-1.17.jar -j mysql-connector-j-8.0.33.jar -j kafka-clients-3.2.0.jar -j flink-connector-kafka-1.17.0.jar
Hive-katalógus létrehozása és csatlakozás a hive-katalógushoz az Flink SQL-en
Feljegyzés
Mivel az Flink-fürtöt már használjuk a Hive Metastore-nal, nincs szükség további konfigurációk végrehajtására.
CREATE CATALOG myhive WITH (
'type' = 'hive'
);
USE CATALOG myhive;
Kafka-tábla létrehozása Apache Flink SQL-en
CREATE TABLE kafka_user_orders (
`user_id` BIGINT,
`user_name` STRING,
`user_email` STRING,
`order_date` TIMESTAMP(3) METADATA FROM 'timestamp',
`price` DECIMAL(10,5),
`product_id` BIGINT,
`order_status` BOOLEAN
) WITH (
'connector' = 'kafka',
'topic' = 'user_orders',
'scan.startup.mode' = 'latest-offset',
'properties.bootstrap.servers' = '10.0.0.38:9092,10.0.0.39:9092,10.0.0.40:9092',
'format' = 'json'
);
select * from kafka_user_orders;
MySQL-tábla létrehozása az Apache Flink SQL-en
CREATE TABLE mysql_user_orders (
`order_id` INT,
`order_date` TIMESTAMP,
`customer_id` INT,
`customer_name` STRING,
`price` DECIMAL(10,5),
`product_id` INT,
`order_status` BOOLEAN
) WITH (
'connector' = 'jdbc',
'url' = 'jdbc:mysql://<servername>.mysql.database.azure.com/mydb',
'table-name' = 'orders',
'username' = '<username>',
'password' = '<password>'
);
select * from mysql_user_orders;
A Flink SQL-en a Hive-katalógus felett regisztrált táblák ellenőrzése
Felhasználói tranzakciós rendelés adatainak fogadója a master order táblába a MySQL-ben az Flink SQL-en
INSERT INTO mysql_user_orders (order_date, customer_id, customer_name, price, product_id, order_status)
SELECT order_date, CAST(user_id AS INT), user_name, price, CAST(product_id AS INT), order_status
FROM kafka_user_orders;
Ellenőrizze, hogy a Kafka felhasználói tranzakciós rendelési adatai hozzá lesznek-e adva a master table orderhez az Azure Cloud Shell mySQL-ben
További három felhasználói rendelés létrehozása a Kafkán
sshuser@hn0-contsk:~$ /usr/hdp/current/kafka-broker/bin/kafka-console-producer.sh --bootstrap-server wn0-contsk:9092 --topic user_orders
>{"user_id": null,"user_name": "Lucy","user_email": "user8@example.com","order_date": "07/17/2023 21:33:44","price": "90.00000","product_id": "102","order_status": false}
>{"user_id": "0009","user_name": "Zark","user_email": "user9@example.com","order_date": "07/17/2023 21:52:07","price": "80.00000","product_id": "103","order_status": true}
>{"user_id": "0010","user_name": "Alex","user_email": "user10@example.com","order_date": "07/17/2023 21:52:07","price": "70.00000","product_id": "104","order_status": true}
Kafka-táblaadatok ellenőrzése flink SQL-en
Flink SQL> select * from kafka_user_orders;
Beszúrás product_id=104
a Rendelések táblába a MySQL-ben a Flink SQL-en
INSERT INTO mysql_user_orders (order_date, customer_id, customer_name, price, product_id, order_status)
SELECT order_date, CAST(user_id AS INT), user_name, price, CAST(product_id AS INT), order_status
FROM kafka_user_orders where product_id = 104;
A product_id = 104
rendszer hozzáadja a rekordot a rendelési táblához az Azure Cloud Shellen futó MySQL-en
Referencia
- Apache Hive
- Az Apache, az Apache Hive, a Hive, az Apache Flink, a Flink és a társított nyílt forráskód projektnevek az Apache Software Foundation (ASF) védjegyei.