开源大数据平台E-MapReduce：Flink Table Store与Spark集成

使用限制

• 仅EMR-3.45.0版本、EMR-5.11.0版本的集群，支持Spark SQL和Spark CLI对Flink Table Store进行读写操作。

• 仅Spark3的Spark SQL可以通过Catalog读写Flink Table Store。

• Spark CLI只能通过文件系统或对象存储的路径读取Flink Table Store。

操作步骤

步骤一：创建Catalog

Flink Table Store将数据和元数据都保存在文件系统或对象存储中，存储的根路径由spark.sql.catalog.tablestore.warehouse参数指定。如果指定的warehouse路径不存在，将会自动创建该路径；如果指定的warehouse路径存在，您可以通过该Catalog访问路径中已有的表。

您还可以同步元数据到Hive或DLF中，方便其它服务访问Flink Table Store。

• 创建Filesystem Catalog。

  Filesystem Catalog仅将元数据保存在文件系统或对象存储中。

  spark-sql --conf spark.sql.catalog.tablestore=org.apache.flink.table.store.spark.SparkCatalog --conf spark.sql.catalog.tablestore.metastore=filesystem --conf spark.sql.catalog.tablestore.warehouse=oss://oss-bucket/warehouse

• 创建Hive Catalog

  Hive Catalog会同步元数据到Hive MetaStore中。在Hive Catalog中创建的表可以直接在Hive中查询。

  Hive查询Flink Table Store，详情请参见Flink Table Store与Hive集成。

  spark-sql --conf spark.sql.catalog.tablestore=org.apache.flink.table.store.spark.SparkCatalog --conf spark.sql.catalog.tablestore.metastore=hive --conf spark.sql.catalog.tablestore.uri=thrift://master-1-1:9083 --conf spark.sql.catalog.tablestore.warehouse=oss://oss-bucket/warehouse

  说明

  spark.sql.catalog.tablestore.uri为Hive MetaStore Service的地址。

• 创建DLF Catalog

  DLF Catalog会同步元数据到DLF中。

  重要

  创建集群时，元数据须为DLF统一元数据。

  spark-sql --conf spark.sql.catalog.tablestore=org.apache.flink.table.store.spark.SparkCatalog --conf spark.sql.catalog.tablestore.metastore=dlf --conf spark.sql.catalog.tablestore.warehouse=oss://oss-bucket/warehouse

步骤二 ：通过Spark SQL读写Flink Table Store中的数据

-- 在创建的Catalog中，创建并使用一个测试database。
CREATE DATABASE tablestore.test_db;
USE tablestore.test_db;

-- 创建Flink Table Store表。
CREATE TABLE test_tbl (
    uuid int,
    name string,
    price double
) TBLPROPERTIES (
    'primary-key' = 'uuid'
);

-- 向Flink Table Store中写入数据。
INSERT INTO test_tbl VALUES (1, 'apple', 3.5), (2, 'banana', 4.0), (3, 'cherry', 20.5);

-- 读取表中的数据。
SELECT * FROM test_tbl;

步骤三：通过Spark CLI读Flink Table Store中的数据

1. 执行以下命令，启动Spark CLI。

   spark-shell

2. 在Spark CLI中运行以下Scala代码，查询指定目录下存储的Flink Table Store表。

   val dataset = spark.read.format("tablestore").load("oss://oss-bucket/warehouse/test_db.db/test_tbl")
   dataset.createOrReplaceTempView("test_tbl")
   spark.sql("SELECT * FROM test_tbl").show()