Question

使用Apache Spark 2.2：Structured Streaming，我正在创建一个从Kafka读取数据并将其写入Hive的程序。我正在寻找写入Kafka主题@ 100记录/秒的大量数据。

创建的Hive表：

CREATE TABLE demo_user( timeaa BIGINT, numberbb INT, decimalcc DOUBLE, stringdd STRING, booleanee BOOLEAN ) STORED AS ORC ;

通过手动Hive查询插入：

INSERT INTO TABLE demo_user (1514133139123, 14, 26.4, 'pravin', true);

通过spark结构化流媒体代码插入：

SparkConf conf = new SparkConf();
conf.setAppName("testing");
conf.setMaster("local[2]");
conf.set("hive.metastore.uris", "thrift://localhost:9083");
SparkSession session = 
SparkSession.builder().config(conf).enableHiveSupport().getOrCreate();

// workaround START: code to insert static data into hive
String insertQuery = "INSERT INTO TABLE demo_user (1514133139123, 14, 26.4, 'pravin', true)";
session.sql(insertQuery);
// workaround END:

// Solution START
Dataset<Row> dataset = readFromKafka(sparkSession); // private method reading data from Kafka's 'xyz' topic

// **My question here:**
// some code which writes dataset into hive table demo_user
// Solution END

Answer 1

使用以下内容时无需创建配置单元表，这是自动创建的

dataset.write.jdbc（String url，String table，java.util.Properties connectionProperties）

或使用

dataset.write.saveAsTable（String tableName）

如何将流数据集写入Hive？

1 个答案: