动态与公告

产品动态

产品简介

产品概述

产品优势

应用场景

购买指南

计费概述

计费模式

退费说明

调整配置费用说明

快速入门

从零开始上手

创建独享集群

创建 SQL 作业

创建 JAR 作业

创建 ETL 作业

创建 Python 作业

操作指南

作业管理

作业开发

作业监控

作业日志

事件与诊断

元数据管理

快照管理

作业调优

依赖管理

集群管理

权限管理

SQL 开发指南

开发指南概述

术语和数据类型

DDL 数据定义语句

DML 数据操作语句

MySQL CDC 多 Source 复用

上下游开发指南

SET 控制语句

运算符和内置函数

标识符与保留字

Python 开发指南

ETL 开发指南

概述

ETL 作业术语表

上下游开发指南

常见问题

联系我们

数据湖 Iceberg

PDF

聚焦模式

字号

最后更新时间： 2023-11-08 16:02:39

版本说明
Flink 版本
说明
1.11
不支持
1.13
支持 Source 和 Sink
1.14
支持 Source 和 Sink
1.16
不支持
使用范围
可以作为 Source/Sink 使用。其中，作为 source 使用时，不支持 upsert 写入的源 iceberg。
DDL 定义
用作数据目的：
CREATE TABLE `sink` (
  `id` bigint,
  `YCSB_KEY` string,
  `FIELD0` string,
  `FIELD1` string,
  `FIELD2` string,
  `database_name` string,
  `table_name` string,
  `op_ts` timestamp(3),
  `date` string
) PARTITIONED BY (`date`) WITH (
  'connector' = 'iceberg',
  'hdfs://HDFS14979/usr/hive/warehouse',
  'write.upsert.enabled'='false', -- 是否开启upsert
  'catalog-type' = 'hive',
  'catalog-name'='xxx',
  'catalog-database'='xxx',
  'catalog-table'='xxx',
  -- Hive metastore 的 thrift URI，可以从hive-site.xml配置文件中获取，对应的Key为：hive-metastore-uris
  'uri'='thrift://ip:port',
  'engine.hive.enabled' = 'true',
  'format-version' = '2'
);
作为数据源：
CREATE TABLE `icesource` (
  `id` bigint,
  `YCSB_KEY` string,
  `FIELD0` string,
  `FIELD1` string,
  `FIELD2` string,
  `database_name` string,
  `table_name` string,
  `op_ts` timestamp(3),
PRIMARY KEY(id) NOT ENFORCED
) WITH (
  'connector' = 'iceberg',
  'catalog-name' = 'hive_catalog',
  'catalog-type' = 'hive',
  'catalog-database' = 'database_ta',
  'catalog-table' = 't_p1_hive3_avro_3',
  'warehouse'='hdfs://HDFS14979/usr/hive/warehouse',
  'engine.hive.enabled' = 'true',
  'format-version' = '2',
  'streaming'='true',
  'monitor-interval'='10',
   -- Hive metastore 的 thrift URI，可以从hive-site.xml配置文件中获取，对应的Key为：hive-metastore-uris 
   'uri'='thrift://ip:port'
);
WITH 参数
通用参数
参数值
必填
默认值
描述
connector
是
无
必须填 iceberg
location
是
无
数据的存储路径（如果存储到 HDFS，格式为 hdfs:// ；存储为 COS 为   COSN://$bucket/$path）
catalog-name
是
无
自定义的 catalog 名
catalog-type
是
无
catalog 类型，可选值为 hadoop / hive / custom
catalog-database
是
无
iceberg 数据库名称
catalog-table
是
无
iceberg 表名称
catalog-impl
否
无
catalog-type 为 custom时，必填
uri
否
无
Hive metastore 的 thrift URI，可以从 hive-site.xml 配置文件中获取，对应的 Key 为：hive-metastore-uris; Eg. thrift://172.28.1.149:7004
format-version
否
1
Iceberg 格式 请参见 Iceberg Table Spec
更多参数请参见 Configuration。
COS 配置
无需做额外配置，path 填写为对应的 cosn 路径即可。
HDFS 配置
获取 HDFS 链接配置 jar
Flink SQL 任务写 Hudi，使用 HDFS 存储时需要使用包含 HDFS 配置信息的 jar 包来连接到 HDFS 集群。具体获取连接配置 jar 及其使用的步骤如下：
1. ssh 登录到对应 HDFS 集群节点。
2. 获取 hdfs-site.xml，EMR 集群中的配置文件在如下位置。 							 						
/usr/local/service/hadoop/etc/hadoop/hdfs-site.xml
3. 对获取到的配置文件 打 jar 包。
jar -cvf hdfs-xxx.jar hdfs-site.xml
4. 校验 jar 的结构（可以通过 vi 命令查看 ），jar 里面包含如下信息，请确保文件不缺失且结构正确。
vi hdfs-xxx.jar
META-INF/
META-INF/MANIFEST.MF
hdfs-site.xml
配置写入 hdfs 的用户
说明
 Flink 作业默认以 flink 用户操作 HDFS，若没有 HDFS 路径的写入权限，可通过 作业高级参数 设置为有权限的用户，或者设置为超级用户 hadoop。
containerized.taskmanager.env.HADOOP_USER_NAME: hadoop
containerized.master.env.HADOOP_USER_NAME: hadoop
Kerberos 认证授权
1. 登录集群 Master 节点，获取 krb5.conf、emr.keytab、core-site.xml、hdfs-site.xml 文件，路径如下：
/etc/krb5.conf
/var/krb5kdc/emr.keytab
/usr/local/service/hadoop/etc/hadoop/core-site.xml
/usr/local/service/hadoop/etc/hadoop/hdfs-site.xml
2. 对获取的配置文件打 jar 包。
jar cvf hdfs-xxx.jar krb5.conf emr.keytab core-site.xml hdfs-site.xml 
3. 校验 jar 的结构（可以通过 vim 命令查看 vim hdfs-xxx.jar），jar 里面包含如下信息，请确保文件不缺失且结构正确。
META-INF/
META-INF/MANIFEST.MF
emr.keytab
krb5.conf
hdfs-site.xml
core-site.xml
4. 在 程序包管理 页面上传 jar 包，并在作业参数配置里引用该程序包。
5. 获取 kerberos principal，用于 作业高级参数 配置。
klist -kt /var/krb5kdc/emr.keytab
﻿
# 输出如下所示，选取第一个即可：hadoop/172.28.28.51@EMR-OQPO48B9
KVNO Timestamp     Principal
---- ------------------- ------------------------------------------------------
 2 08/09/2021 15:34:40 hadoop/172.28.28.51@EMR-OQPO48B9 
 2 08/09/2021 15:34:40 HTTP/172.28.28.51@EMR-OQPO48B9 
 2 08/09/2021 15:34:40 hadoop/VM-28-51-centos@EMR-OQPO48B9 
 2 08/09/2021 15:34:40 HTTP/VM-28-51-centos@EMR-OQPO48B9
6. ﻿作业高级参数 配置。
containerized.taskmanager.env.HADOOP_USER_NAME: hadoop
containerized.master.env.HADOOP_USER_NAME: hadoop
security.kerberos.login.principal: hadoop/172.28.28.51@EMR-OQPO48B9
security.kerberos.login.keytab: emr.keytab
security.kerberos.login.conf: krb5.conf
说明
security.kerberos.login.keytab 和 security.kerberos.login.conf 的值为对应的文件名。
	 							 				

帮助和支持

本页内容是否解决了您的问题？

您也可以联系销售或提交工单以寻求帮助。

填写满意度调查问卷，共创更好文档体验。

文档反馈

tencent cloud

流计算 Oceanus

数据湖 Iceberg

版本说明

使用范围

DDL 定义

WITH 参数

通用参数

COS 配置

HDFS 配置

获取 HDFS 链接配置 jar

配置写入 hdfs 的用户

Kerberos 认证授权

帮助和支持

Flink 版本	说明
1.11	不支持
1.13	支持 Source 和 Sink
1.14	支持 Source 和 Sink
1.16	不支持

参数值	必填	默认值	描述
connector	是	无	必须填 iceberg
location	是	无	数据的存储路径（如果存储到 HDFS，格式为 hdfs:// ；存储为 COS 为 COSN://$bucket/$path）
catalog-name	是	无	自定义的 catalog 名
catalog-type	是	无	catalog 类型，可选值为 hadoop / hive / custom
catalog-database	是	无	iceberg 数据库名称
catalog-table	是	无	iceberg 表名称
catalog-impl	否	无	catalog-type 为 custom时，必填
uri	否	无	Hive metastore 的 thrift URI，可以从 hive-site.xml 配置文件中获取，对应的 Key 为：hive-metastore-uris; Eg. thrift://172.28.1.149:7004
format-version	否	1	Iceberg 格式请参见 Iceberg Table Spec