【最佳实践2个步骤教你从Mysql同步到Hive

2023年 10月 13日 77.5k 0

【实现简单的逻辑】

Mysql数据同步到Hive,大致流程如下:

分为离线和实时两部分,我们先实现离线,需要以下内容:Flink,SeaTunnel,Mysql,Hive,Hadoop,Java。

离线Mysql到Hive数据同步

1)准备所需要的

2)开始

Mysql创建数据库及其内容

    -- 创建数据库
    create database seatunnel;


    -- 进入seatunnel数据库
    use seatunnel;


    -- 创建表
    create table day_test(
    dname varchar(64),
    dage int
    );


    -- 插入数据
    insert into day_test values('张三',20);
    insert into day_test values('李四',18);
    insert into day_test values('王二',29);
    insert into day_test values('麻子',22);

    数据库有数据,没什么太大问题,懒得删。

    Hive创建接收数据表

      #打开hive
      hive


      #新建数据库
      create database mydemo;


      #进入库
      use mydemo;


      #新建表
      create table hive_mysql(
      hname varchar(64),
      hage int
      );


      #查看当前表的内容
      select * from hive_mysql;

      Hive里有数据,这个没什么影响,不用管它!

      错误一

      Hive的开启顺序是:先启动Mysql,再启动Hadoop集群,再启动Hive。

      错误二

      如果出现以下错误:

      这说明你的Hive服务器没开,新开个页面,输入:

        hive --service metastore &

        不关闭这个页面就行了,放后台,这时候就行了。

        修改SeaTunnel配置文件

        这是我的SeaTunnel安装路径,你们换成自己的就行!

          #进入Seatunnel目录下的conf
          cd seatunnel/apache-seatunnel-incubating-2.3.0/conf


          #复制配置文件并改名,变为我们后面的启动文件
          cp seatunnel/apache-seatunnel-incubating-2.3.0/conf/seatunnel.streaming.conf.template seatunnel/apache-seatunnel-incubating-2.3.0/conf/example01.conf


          #打开文件修改
          vi example01.conf


          #保存并退出
          :wq

          example01.conf文件内容如下:

            env {
            execution.parallelism = 1
            }
            # 在source所属的块中配置数据源
            source {
            Jdbc {
            driver = "com.mysql.cj.jdbc.Driver"
            url = "jdbc:mysql://127.0.0.1:3306/seatunnel?serverTimezone=GMT%2b8&characterEncoding=utf-8"
            user = "root"
            password = "123456"
            query = "select * from day_test"
            }
            }
            # 在transform的块中声明转换插件
            transform {


            }
            # 在sink块中声明要输出到哪
            sink {
            Hive {
            table_name = "mydemo.hive_mysql"
            metastore_uri = "thrift://127.0.0.1:9083"
            schema {
            fields {
            hname = string
            hage= int
            }
            }
            }
            }

            使用Flink提交同步作业

              cd seatunnel/apache-seatunnel-incubating-2.3.0


              #用我们刚配置的文件去启动作业
              ./bin/start-seatunnel-flink-connector-v2.sh --config ./config/example01.conf

              提交任务,任务完成。这时打开Flink的web页面:

              这里就可以看见运行的结果,错误或者单纯查询可以显示在这,正确了没有显示,我这里是之前的测试,这时候再去Hive里查询字段:

                select * from hive_mysql;

                内容如下

                自此离线完成,反过来也能同步,hive-->mysql

                实时CDC挖取日志同步到Hive

                Mysql CDC配置打开

                相关文章

                Oracle如何使用授予和撤销权限的语法和示例
                Awesome Project: 探索 MatrixOrigin 云原生分布式数据库
                下载丨66页PDF,云和恩墨技术通讯(2024年7月刊)
                社区版oceanbase安装
                Oracle 导出CSV工具-sqluldr2
                ETL数据集成丨快速将MySQL数据迁移至Doris数据库

                发布评论