Flink实时数仓——kafka入库Hive

本文介绍了如何构建实时数仓,通过Flink从Kafka读取业务数据,并直接持久化到Hive,作为实时数据仓库的ODS层。文中提供了主程序代码和pom配置示例。
摘要由CSDN通过智能技术生成

        实时数仓和离线数仓一样,为了问题追溯,也需要将业务数据持续化到数据库中,这里,将业务系统的数据生产到kafka,然后利用hive去消费kafka中的数据,其中不做任何处理,将全部数据入库,相当于离线数仓中的ODS层。

        接下来,直接上代码了,代码中都有详细的注释。

        第一部分,主程序:

import com.migudm.flink001.utils.KafkaSourceHelper;
import com.migudm.flink001.utils.baseInfo;
import org.apache.flink.api.common.eventtime.WatermarkStrategy;
import org.apache.flink.api.common.restartstrategy.RestartStrategies;
import org.apache.flink.connector.kafka.source.KafkaSource;
import org.apache.flink.contrib.streaming.state.EmbeddedRocksDBStateBackend;
import org.apache.flink.streaming.api.CheckpointingMode;
import org.apache.flink.streaming.api.datastream.DataStream;
import org.apache.flink.streaming.api.environment.CheckpointConfig;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.table.api.EnvironmentSettings;
import org.apache.flink.table.api.SqlDialect;
import org.apache.flink.table.api.bridge.java.StreamStatementSet;
import org.apache.flink.table.api.bridge.java.StreamTableEnvironment;
import org.apache.flink.table.catalog.Catalog;
import org.apache.flink.table.catalog.hive.HiveCatalog;

import java.util.Properties;


public class kafkasinkhive {


    public static void main(String[] args) throws Exception {
        StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();

        EnvironmentSettings mySetting = EnvironmentSettings
                .newInstance()
                .inStreamingMode()
                .build();
        StreamTableEnvironment t_env = StreamTableEnvironment.create(env, mySetting);
        StreamStatementSet set = t_env.createStatementSet();

        Properties properties = baseInfo.initBaseProp();
        String checkpointStorage = properties.getProperty("checkpointStorage");
        String kafkaServers = properties.getProperty("bootstrap.servers");

        /*
        正常程序修改如下三个变量  topName groupIdName databaseName
         */
        //  设置topic名称
        String topName = "testjson0418";
        //   设置groupid名称
        String groupIdName = "testjson041800";
        //   设置hive数据库名称
        String databaseName = "hive_pub";


        String sourceName = "kafka_" + topName;

        env.setStateBackend(new EmbeddedRocksDBStateBackend(true));
        env.getCheckpointConfig().setCheckpointStorage(checkpointStorage);
        //3分钟触发一次checkpoint
        env.enableCheckpointing(1 * 60 * 1000);
        //设置checkpoint模式精准一次
        env.getCheckpointConfig().setCheckpointingMode(CheckpointingMode.EXACTLY_ONCE);
        //两次checkpoint之间至少4秒钟
        env.getCheckpointConfig().setMinPauseBetweenCheckpoints(2 * 60 * 1000);
        //超时时间10分钟
        env.getCheckpointConfig().setCheckpointTimeout(3 * 60 * 1000);
        //设置checkpoint容忍失败的次数
        env.getCheckpointConfig().setTolerableCheckpointFailureNumber(3);
//        env.setParallelism(1);
        // 在取消作业时保留检查点。请注意,在这种情况下,您必须在取消后手动清理检查点状态。
        env.getCheckpointConfig().setExternalizedCheckpointCleanup(CheckpointConfig.ExternalizedCheckpointCleanup.RETAIN_ON_CANCELLATION);
        //重启策略
        env.setRestartStrategy(RestartStrategies.fixedDelayRestart(3, org.apache.flink.api.common.time.Time.seconds(10)));

        KafkaSource<String> kafkaSource = KafkaSourceHelper.flink_KafkaSource(String.class, topName, groupIdName);

        DataStream<String> input = env.fromSource(kafkaSource, WatermarkStrategy.noWatermarks(), sourceName);

        //加载配置文件参数
        String hiveCatalogName = "Hive";
        String tableName = properties.getProperty("table_name");
        t_env.getConfig().setSqlDialect(SqlDialect.HIVE);
        Catalog hiveCatalog = new HiveCatalog(hiveCatalogName, databaseName, properties.getProperty("hiveConfDir"));
        t_env.registerCatalog(hiveCatalogName, hiveCatalog);

        t_env.useCatalog(hiveCatalogName);//新建小时分区表
        //分区表属性
        String tblProperties = "PARTITIONED BY (ts_date STRING, ts_hour STRING) STORED AS TEXTFILE TBLPROPERTIES ("
 
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Turing Yang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值