Flink开发-Hive数据导入Phoenix中

2023-03-06 15:50:54 浏览数 (1)

前言

Hbase中的数据读取起来不太方便，所以这里使用Phoenix来保存数据。

准备Hive

启动Hive服务

代码语言：javascript复制
nohup $HIVE_HOME/bin/hiveserver2&

连接Hive服务

代码语言：javascript复制
beeline -n hive -u jdbc:hive2://hadoop01:10000/default

插入数据

代码语言：javascript复制
INSERT INTO t_user01(id,name) VALUES (1,'李四');

查询数据

代码语言：javascript复制
select * from t_user01;
select * from t_user01 limit 10;

准备Phoenix

注意

在Phoenix中无论表还是字段只要没有双引号引起来的字段都会变成大写。 这里不建议用双引号，在后期拼接SQL的时候比较麻烦。

启动query server

代码语言：javascript复制
queryserver.py start

lsof -i:8765

连接

代码语言：javascript复制
sqlline-thin.py http://hadoop01:8765

创建schema

代码语言：javascript复制
create schema mdb;

使用这个新建的 schema：

代码语言：javascript复制
use mdb;

创建表

代码语言：javascript复制
CREATE TABLE IF NOT EXISTS tuser(
  id VARCHAR primary key,
  name VARCHAR
);

插入数据

代码语言：javascript复制
upsert into tuser values('1001','zhangsan');
upsert into tuser values('1002','lisi');
upsert into tuser(id,name) values('1003','liwu');

查询记录

代码语言：javascript复制
select * from tuser;
select * from tuser where id='1001';
select * from tuser where name like 'li%';

分页查询

代码语言：javascript复制
select * from tuser order by id desc limit 1 offset 0;
select * from tuser order by id desc limit 1 offset 1;

其中

  • limit 取多少条
  • offset 从多少条开始

Hive=>Phoenix

依赖

代码语言：javascript复制
<!--JSON工具-->
<dependency>
  <groupId>com.alibaba.fastjson2</groupId>
  <artifactId>fastjson2</artifactId>
  <version>2.0.22</version>
</dependency>

<!--Hive JDBC-->
<dependency>
  <groupId>org.apache.hive</groupId>
  <artifactId>hive-jdbc</artifactId>
  <version>2.1.0</version>
</dependency>

<!--操作Phoenix-->
<dependency>
  <groupId>org.apache.phoenix</groupId>
  <artifactId>phoenix-queryserver-client</artifactId>
  <version>6.0.0</version>
</dependency>

主类

代码语言：javascript复制
import com.alibaba.fastjson2.JSONObject;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;

public class Hive2Phoenix {
    public static void main(String[] args) throws Exception {
        final StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
        env.setParallelism(1);
        DataStreamSource<JSONObject> sourceData = env.addSource(new HiveReader());
        sourceData.addSink(new PhoenixWriter());
        sourceData.print();
        env.execute("Hive2Phoenix");
    }
}

读取Hive

代码语言：javascript复制
import com.alibaba.fastjson2.JSONObject;
import com.xhkjedu.pojo.DBModel;
import org.apache.flink.configuration.Configuration;
import org.apache.flink.streaming.api.functions.source.RichSourceFunction;

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.Statement;

public class HiveReader extends RichSourceFunction<JSONObject> {
    private transient Statement st = null;
  
    @Override
    public void open(Configuration parameters) throws Exception {
        super.open(parameters);
        Class.forName("org.apache.hive.jdbc.HiveDriver");
        Connection con = DriverManager.getConnection("jdbc:hive2://192.168.7.101:10000/default", "hive", "hive");
        st = con.createStatement();
    }

    @Override
    public void run(SourceContext<JSONObject> ctx) throws Exception {

        ResultSet rs = st.executeQuery("select * from t_user");

        while (rs.next()) {
            Integer id = rs.getInt("id");
            String name = rs.getString("name");

            JSONObject json = new JSONObject();
            json.put("id", id);
            json.put("name", name);
            ctx.collect(json);
        }

        //rs.close();
        //st.close();
        //con.close();
    }

    @Override
    public void cancel() {

    }
}

ResultSet.next其实是取一条就跟数据库通讯拿一条数据，并不是全部取出放在内存，因为ResultSet.next之前，是获取了数据库连接的，数据库连接断开，你就获取不到数据了，说明是有通讯的。

写入Phoenix

代码语言：javascript复制
import com.alibaba.fastjson2.JSONObject;
import com.xhkjedu.pojo.DBModel;
import org.apache.flink.configuration.Configuration;
import org.apache.flink.streaming.api.functions.sink.RichSinkFunction;

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.Statement;

public class PhoenixWriter extends RichSinkFunction<JSONObject> {

    private transient Statement st = null;
    static Connection conn;

    @Override
    public void open(Configuration parameters) throws Exception {
        super.open(parameters);

        System.out.println("open:"   Thread.currentThread().getId());
        Class.forName("org.apache.phoenix.queryserver.client.Driver");
        if (conn == null) {
            conn = DriverManager.getConnection("jdbc:phoenix:thin:url=http://192.168.7.101:8765;serialization=PROTOBUF");
        }
        st = conn.createStatement();
    }

    @Override
    public void close() throws Exception {
        System.out.println("close");
        conn.commit();
        st.close();
        conn.close();
        super.close();
    }

    @Override
    public void invoke(JSONObject json, Context context) throws Exception {
        String id = json.getString("id");
        String name = json.getString("name");
        String sql = String.format("upsert into mdb.tuser(id,name) VALUES ('%s','%s')", id, name);
        System.out.println("sql: "   sql);
        st.execute(sql);
    }
}
hive 数据库 sql

0 人点赞