icebergWithFlink

概述

• Iceberg 的官方定义是一种表格式，可以简单理解为是基于计算层（Flink , Spark）和存储层（ORC，Parqurt，Avro）的一个中间层，用 Flink 或者 Spark 将数据写入 Iceberg，然后再通过其他方式来读取这个表，比如 Spark，Flink，Presto 等。

集成Flink

创建Iceberg hive catalog

    CREATE CATALOG hive_catalog WITH (
      'type'='iceberg',
      'catalog-type'='hive',
      'uri'='thrift://localhost:9083',
      'clients'='5',
      'property-version'='1',
      'warehouse'='hdfs://nn:8020/warehouse/path'
    );

• type: iceberg(必填项)

• catalog-type: 当前支持hive和hadoop(必填项)

• uri: The Hive metastore’s thrift URI.(必填项)

• clients: Hive metastore客户端池大小，默认值为2。(可选)

• property-version：描述属性版本的版本号。 如果属性格式发生更改，此属性可用于向后兼容。 当前属性版本为1。（可选）

• warehouse：Hive仓库的位置，如果既未设置hive-conf-dir来指定包含hive-site.xml配置文件的位置，又未向类路径添加正确的hive-site.xml，则用户应指定此路径。

• hive-conf-dir：包含hive-site.xml配置文件的目录的路径，该文件将用于提供自定义Hive配置值。 如果同时设置hive-conf-dir和warehouse，则<hive-conf-dir> /hive-site.xml中的hive.metastore.warehouse.dir的值（或来自classpath的hive配置文件）将被warehouse值覆盖。

创建Iceberg hadoop catalog

CREATE CATALOG hadoop_catalog WITH (
  'type'='iceberg',
  'catalog-type'='hadoop',
  'warehouse'='hdfs://nn:8020/warehouse/path',
  'property-version'='1'
);

• warehouse:用于存放元数据文件和数据文件的HDFS目录。(必需)

创建Database

CREATE DATABASE iceberg_db;
USE iceberg_db;

创建Table

CREATE TABLE hive_catalog.default.sample (
    id BIGINT COMMENT 'unique id',
    data STRING
);

• PARTITION BY (column1, column2, ...):创建分区表

• COMMENT 'table comment':表含义备注

• WITH('key'='value',...)设置表配置，table configuration

基于已存在的表复制表结构

CREATE TABLE hive_catalog.default.sample (
    id BIGINT COMMENT 'unique id',
    data STRING
);

CREATE TABLE  hive_catalog.default.sample_like LIKE hive_catalog.default.sample;

ALTER

修改表参数配置

ALTER TABLE hive_catalog.default.sample SET ('write.format.default'='avro')

重命名

ALTER TABLE hive_catalog.default.sample RENAME TO hive_catalog.default.new_sample;

删除表

DROP TABLE hive_catalog.default.sample;