Iceberg da série inicial à proficiência dez: Flink SQL insere dados na tabela Iceberg, no modo Batch e nos dados de consulta do modo Streaming

1. INSERIR EM

CREATE TABLE `stu` (id int,name string, age int)
PARTITIONED BY (age)

insert into stu values(3,'杀sheng',16),(4,'鸣人',19)

2. INSERIR SUBSTITUIR

Suporta apenas o modo Batch do Flink

SET execution.runtime-mode = batch;

INSERT OVERWRITE sample VALUES (1,'a');

INSERT OVERWRITE `hive_catalog`.`default`.`sample` PARTITION(data='a') SELECT 6;

3. UPSERT

Iceberg oferece suporte a UPSERT com base na chave primária ao gravar dados em tabelas v2. Existem duas maneiras de habilitar upsert.

Especifique ao criar a tabela

CREATE TABLE `hive_catalog`.`test`.`sample5`(
`id` INT UNIQUE COMMENT 'unique id',
`data` STRING NOT NULL,
PRIMARY KEY(`id`) NOT ENFORCED
) with (
'format-version'='2',
'write.upsert.enabled'='true'
);

No modo UPSERT, se a tabela for particionada, o campo de partição deverá ser a chave primária.

insert into sample5 values(1,'a');
insert into sample5 values(2,'b');

SET sql-client.execution.result-mode=tableau;
select * from sample5;

insert into sample5 values(2,'c');

4. Modo de consulta em lote

Modo de lote:

SET execution.runtime-mode = batch;
select * from sample;

5. Consultar o modo Streaming

Modo de transmissão:

SET execution.runtime-mode = streaming;
SET table.dynamic-table-options.enabled=true;
SET sql-client.execution.result-mode=tableau;

Leia todos os registros do instantâneo atual e, em seguida, leia os dados incrementais desse instantâneo

SELECT * FROM sample /*+ OPTIONS('streaming'='true','monitor-interval'='1s')*/;

Leia os dados incrementais após o ID do instantâneo especificado (não incluído)

SELECT * FROM sample /*+ OPTIONS('streaming'='true','monitor-interval'='1s','start-snapshot-id'='384023852058202')*/;

6. Leia o fluxo Kafka e insira-o na tabela iceberg

Baixar flink-conector-kafka:

https://mvnrepository.com/artifact/org.apache.flink/flink-connector-kafka/1.17.1

Crie a tabela do iceberg:

CREATE TABLE `hive_catalog`.`test`.`sample5`(
`id` INT UNIQUE COMMENT 'unique id',
`data` STRING NOT NULL,
PRIMARY KEY(`id`) NOT ENFORCED
)

Crie uma tabela correspondente ao tópico kafka:

create table default_catalog.default_database.kafka(
id int,
data string
) with(
'connector' = 'kafka',
'topic' = 'testKafkaTopic',
'properties.zookeeper.connect'='hadoop1:2101',
'properties.bootstrap.servers' = 'hadoop1:9092',
'format' = 'json',
'properties.group.id'='iceberg',
'scan.startup.mode'='earliest-offset'
);

Leitura em streaming:

SET sql-client.execution.result-mode=tableau;
SET execution.runtime-mode = streaming;

inserir dados

insert into hive_catalog.test1.sample5 select * from default_catalog.default_database.kafka;

Consultar dados

SELECT * FROM sample5 /*+ OPTIONS('streaming'='true','monitor-interval'='1s')*/;

Quando o tópico tem os dados mais recentes, ele pode consultar continuamente os dados mais recentes.