Использование каталога Hive с Apache Flink® в HDInsight в AKS
Внимание
Эта функция в настоящее время доступна для предварительного ознакомления. Дополнительные условия использования для предварительных версий Microsoft Azure включают более юридические термины, применимые к функциям Azure, которые находятся в бета-версии, в предварительной версии или в противном случае еще не выпущены в общую доступность. Сведения об этой конкретной предварительной версии см. в статье Azure HDInsight в предварительной версии AKS. Для вопросов или предложений функций отправьте запрос на AskHDInsight с подробными сведениями и следуйте за нами для получения дополнительных обновлений в сообществе Azure HDInsight.
В этом примере хранилище метаданных Hive используется в качестве постоянного каталога с каталогом Hive Apache Flink. Мы используем эту функцию для хранения метаданных таблицы Kafka и таблицы MySQL в Flink между сеансами. Flink использует таблицу Kafka, зарегистрированную в каталоге Hive в качестве источника, выполните некоторые результаты поиска и приемника в базе данных MySQL
Необходимые компоненты
- Кластер Apache Flink в HDInsight в AKS с хранилищем метаданных Hive 3.1.2
- Кластер Apache Kafka в HDInsight
- Необходимо убедиться, что параметры сети выполнены, как описано в разделе "Использование Kafka", чтобы убедиться, что HDInsight в кластерах AKS и HDInsight находятся в одной виртуальной сети.
- MySQL 8.0.33
Apache Hive в Apache Flink
Flink предлагает двухкратную интеграцию с Hive.
- Первым шагом является использование хранилища метаданных Hive (HMS) в качестве постоянного каталога с помощью Flink в HiveCatalog для хранения определенных метаданных Flink в сеансах.
- Например, пользователи могут хранить свои таблицы Kafka или ElasticSearch в хранилище метаданных Hive с помощью HiveCatalog и повторно использовать их позже в запросах SQL.
- Второй — предложить Flink в качестве альтернативного механизма для чтения и записи таблиц Hive.
- HiveCatalog предназначен для обеспечения совместимости с существующими установками Hive. Вам не нужно изменять существующее хранилище метаданных Hive или изменять размещение данных или секционирование таблиц.
Дополнительные сведения см. в разделе Apache Hive
Подготовка среды
Создание кластера Apache Flink с помощью HMS
Позволяет создать кластер Apache Flink с помощью HMS на портал Azure, см. подробные инструкции по созданию кластера Flink.
После создания кластера проверка HMS выполняется или нет на стороне AKS.
Подготовка данных транзакций заказа пользователей в разделе Kafka в HDInsight
Скачайте jar-файл клиента kafka с помощью следующей команды:
wget https://archive.apache.org/dist/kafka/3.2.0/kafka_2.12-3.2.0.tgz
Распакуйте тар-файл с помощью
tar -xvf kafka_2.12-3.2.0.tgz
Создай сообщения в разделе Kafka.
Другие команды:
Примечание.
Вам потребуется заменить bootstrap-server собственным именем узла или IP-адресом брокеров kafka.
--- 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
Подготовка основных данных заказа пользователей в MySQL в Azure
Тестирование базы данных:
Подготовьте таблицу заказа:
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)
Скачивание SSH требуется соединитель Kafka и My База данных SQL jars
Примечание.
Скачайте правильный jar-файл версии в формате HDInsight kafka и MySQL.
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
Перемещение jar-файла планировщика
Переместите jar flink-table-planner_2.12-1.17.0-.... jar, расположенный в файле pod webssh /opt to /lib, и переместить jar-flink-table-planner-loader1.17.0-.. jar /opt/flink-webssh/opt/ from /lib. Дополнительные сведения см. в статье о проблеме . Выполните следующие действия, чтобы переместить jar-файл планировщика.
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/
Примечание.
Дополнительное перемещение jar-файла планировщика необходимо только при использовании диалекта Hive или конечной точки HiveServer2. Однако это рекомендуемая настройка для интеграции Hive.
Проверка
Подключение к Flink SQL с помощью bin/sql-client.sh
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
Создание каталога Hive и подключение к каталогу hive в Flink SQL
Примечание.
Так как мы уже используем кластер Flink с хранилищем метаданных Hive, вам не нужно выполнять дополнительные конфигурации.
CREATE CATALOG myhive WITH (
'type' = 'hive'
);
USE CATALOG myhive;
Создание таблицы Kafka в Apache Flink SQL
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;
Создание таблицы MySQL в Apache Flink SQL
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;
Проверка таблиц, зарегистрированных в выше каталоге Hive в Flink SQL
Сведения о заказе транзакций приемника в таблицу главного порядка в MySQL в Flink SQL
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;
Проверьте, добавляются ли данные заказа транзакций пользователей в Kafka в главном порядке таблицы в MySQL в Azure Cloud Shell
Создание трех дополнительных заказов пользователей на Kafka
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}
Проверка данных таблицы Kafka в Flink SQL
Flink SQL> select * from kafka_user_orders;
Вставка product_id=104
в таблицу заказов в MySQL в Flink SQL
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;
Запись проверки product_id = 104
добавлена в таблицу заказов в MySQL в Azure Cloud Shell
Справочные материалы
- Apache Hive
- Apache, Apache Hive, Hive, Apache Flink, Flink и связанные открытый код имена проектов являются товарными знакамиApache Software Foundation (ASF).