将以下存储在kafka的topic中的JSON格式字符串,对接存储到Hive的表中
{"id":1,"name":"小李"}
{"id":2,"name":"小张"}
{"id":3,"name":"小刘"}
{"id":4,"name":"小王"}
1、在hive/conf/hive-site.xml中添加或修改如下内容:
<property>
<name>hive.txn.manager</name>
<value>org.apache.hadoop.hive.ql.lockmgr.DbTxnManager</value>
</property>
<property>
<name>hive.support.concurrency</name>
<value>true</value>
</property>
<property>
<name>hive.metastore.uris</name>
<value>thrift://localhost:9083</value>
</property>
2、创建database、table,其中表有id、name这个两个字段
hive> create database hivetokafka;
hive> create table kafkatable(id int,name string)
hive> clustered by(id) into 2 buckets stored as orc tblproperties('transactional'='true');
3、执行 hive --service metastore & 启动元数据服务
hive --service metastore &
4、配置conf文件,这里文件名和位置可以随意(我的是放在hive/myconf/新建的目录下,名字为kafkatohive.conf),添加如下内容
a.sources=source_from_kafka
a.channels=mem_channel
a.sinks=hive_sink
#kafka为souce的配置
a.sources.source_from_kafka.type=org.apache.flume.source.kafka.KafkaSource
a.sources.source_from_kafka.zookeeperConnect=localhost:2181
a.sources.source_from_kafka.bootstrap.servers=localhost:9092
a.sources.source_from_kafka.topic=testtopic
a.sources.source_from_kafka.channels=mem_channel
a.sources.source_from_kafka.consumer.timeout.ms=1000
#hive为sink的配置
a.sinks.hive_sink.type=hive
a.sinks.hive_sink.hive.metastore=thrift://localhost:9083
a.sinks.hive_sink.hive.database=hivetokafka
a.sinks.hive_sink.hive.table=kafkatable
a.sinks.hive_sink.hive.txnsPerBatchAsk=2
a.sinks.hive_sink.batchSize=10
a.sinks.hive_sink.serializer=JSON
a.sinks.hive_sink.serializer.fieldnames=id,name
#channel的配置
a.channels.mem_channel.type=memory
a.channels.mem_channel.capacity=1500
a.channels.mem_channel.transactionCapacity=1000
#三者之间的关系
a.sources.source_from_kafka.channels=mem_channel
a.sinks.hive_sink.channel=mem_channel
5、将/hive/hcatalog/share/hcatalog/hive-hcatalog-streaming-x.x.x.jar拷贝到/flume/lib/下
此外还需要注意/hive/lib/guava-xx.x-jre.jar下与/flume/lib/下的版本是否一致。
6、启动flume,命令格式如下
flume-ng agent --conf conf/ --conf-file conf/…. --name a -Dflume.root.logger=INFO,console;
我这里就是(在flume/路径下 ):
bin/flume-ng agent --conf myconf/ --conf-file myconf/kafkatohive.conf --name a -Dflume.root.logger=INFO,console;
7、新建终端窗口,创建topic(默认已经启动了zookeeper和kafka服务了)
kafka-topics.sh --create --zookeeper localhost:2181 --replication-factor 1 --partitions 1 --topic testtopic
8、启动kafka生产者,进行生产消息
启动命令:
kafka-console-producer.sh --broker-list localhost:9092 --topic testtopic
生产消息:
>{"id":1,"name":"小李"}
>{"id":2,"name":"小张"}
>{"id":3,"name":"小刘"}
>{"id":4,"name":"小王"}
9、查看结果
hive> select * from student;
OK
1 小李
2 小张
3 小刘
4 小王
Time taken: 0.589 seconds, Fetched: 10 row(s)