Flume——sink连接Hive的参数配置（属性参数）

配置文件官网

属性参数

属性名	默认值	说明
type	无（必须指定）	组件类型名称，必须是"hive"
hive.metastore	无（必须指定）	元数据仓库地址，例如：thrift://node3:9083
hive.database	无（必须指定）	数据库名称
hive.table	无（必须指定）	表名
hive.partition	无（可选）	逗号分割的分区值，标识写到哪个分区。可以包含逃逸字符。例如，如果表分区字段为(continent: string, country: string, time: string)，则"Asia,India,2030-05-26-01-21"表示continent为Asia，country为India，time是2030-05-26-01-21
callTimeout	10000	Hive和HDFS的IO操作超时时间，例如openTxn、write、commit、abort等操作。单位为毫秒
batchSize	15000	一个Hive事务允许写的事件最大数量
roundValue	1	控制多长时间生成一个文件夹的时间的值
roundUnit	minute	控制多长时间生成一个文件夹的单位，可选值有：second、minute、hour

例子

# 定义Flume agent的名称
agent.name = a1

# 定义agent中的sources（数据源）、channels（通道）和sinks（数据目的地）
a1.sources = r1
a1.channels = c1
a1.sinks = k1

# 配置source，这里使用netcat source，用于从网络接收数据
a1.sources.r1.type = netcat
# 设置netcat source监听的IP地址和端口
a1.sources.r1.bind = 0.0.0.0
a1.sources.r1.port = 44444

# 配置channel，这里使用memory channel，用于在内存中存储事件
a1.channels.c1.type = memory
# 设置memory channel的容量
a1.channels.c1.capacity = 10000
# 设置memory channel的事务容量
a1.channels.c1.transactionCapacity = 1000

# 配置sink，这里使用hive sink，用于将数据写入Hive表
a1.sinks.k1.type = hive
# 设置Hive元数据存储的Thrift服务器地址
a1.sinks.k1.hive.metastore = thrift://node3:9083
# 设置要写入数据的Hive数据库名称
a1.sinks.k1.hive.database = my_database
# 设置要写入数据的Hive表名称
a1.sinks.k1.hive.table = my_table
# 设置分区值，用于将数据写入指定的Hive表分区
a1.sinks.k1.hive.partition = Asia,India,2030-05-26-01-21
# 设置Hive和HDFS的IO操作超时时间（毫秒）
a1.sinks.k1.callTimeout = 15000
# 设置一个Hive事务允许写的最大事件数量
a1.sinks.k1.batchSize = 20000
# 设置控制生成文件夹频率的值（这里设置为1，但具体含义取决于roundUnit）
a1.sinks.k1.roundValue = 1
# 设置控制生成文件夹频率的单位（这里设置为hour，即每小时生成一个文件夹）
a1.sinks.k1.roundUnit = hour

# 将source绑定到channel，以便source接收到的事件可以通过channel传输
a1.sources.r1.channels = c1
# 将sink绑定到channel，以便channel中的事件可以被sink处理并写入Hive表
a1.sinks.k1.channel = c1

Flume——sink连接Hive的参数配置（属性参数）

目录

配置文件官网

属性参数

例子

悦读