本文将为您介绍 EasyStream 中如何创建 HBase 类型流表。

操作步骤

  1. 在流表管理页面,单击目标逻辑库,表单页面左上角显示对应库名表示切换成功。
  2. 单击 创建表 按键,进行表创建。
  3. 选择 数据源类型HBase
  4. 完成剩余表单内容,创建HBase流表。

字段类型映射

HBase 以字节数组存储所有数据。在读和写过程中要序列化和反序列化数据。

Flink 的 HBase 连接器利用 HBase(Hadoop) 的工具类 org.apache.hadoop.hbase.util.Bytes 进行字节数组和 Flink 数据类型转换。

Flink 的 HBase 连接器将所有数据类型(除字符串外)null 值编码成空字节。对于字符串类型,null 值的字面值由null-string-literal选项值决定。

数据类型映射表如下:

Flink 数据类型 HBase 转换
CHAR / VARCHAR / STRING byte[] toBytes(String s) String toString(byte[] b)
BOOLEAN byte[] toBytes(boolean b) boolean toBoolean(byte[] b)
BINARY / VARBINARY 返回 byte[]
DECIMAL byte[] toBytes(BigDecimal v) BigDecimal toBigDecimal(byte[] b)
TINYINT new byte[] { val } bytes[0] // returns first and only byte from bytes
SMALLINT byte[] toBytes(short val) short toShort(byte[] bytes)
INT byte[] toBytes(int val) int toInt(byte[] bytes)
BIGINT byte[] toBytes(long val) long toLong(byte[] bytes)
FLOAT byte[] toBytes(float val) float toFloat(byte[] bytes)
DOUBLE byte[] toBytes(double val) double toDouble(byte[] bytes)
DATE 从 1970-01-01 00:00:00 UTC 开始的天数,int 值。
TIME 从 1970-01-01 00:00:00 UTC 开始天的毫秒数,int 值。
TIMESTAMP 从 1970-01-01 00:00:00 UTC 开始的毫秒数,long 值。
ARRAY 不支持
MAP / MULTISET 不支持
ROW 不支持

流表配置

配置名称 是否必填 配置生效类型 参数值字段类型 参数值官方默认值 参数说明
null-string-literal 可选 源表、目标表 String null 当字符串值为 null 时的存储形式,默认存成 "null" 字符串。HBase 的 source 和 sink 的编解码将所有数据类型(除字符串外)将 null 值以空字节来存储。
sink.buffer-flush.max-size 可选 目标表 MemorySize 2mb 每次写入请求缓存行的最大大小。它能提升写入 HBase 数据库的性能,但是也可能增加延迟。设置为 "0" 关闭此选项。
sink.buffer-flush.max-rows 可选 目标表 Integer 1000 每次写入请求缓存的最大行数。它能提升写入 HBase 数据库的性能,但是也可能增加延迟。设置为 "0" 关闭此选项。
sink.buffer-flush.interval 可选 目标表 Duration 1s 刷写缓存行的间隔。它能提升写入 HBase 数据库的性能,但是也可能增加延迟。设置为 "0" 关闭此选项。
sink.parallelism 可选 目标表 Integer - 定义 sink 算子的并行度。默认情况下,并行度由框架定义为与上游串联的算子相同。
lookup.async 可选 维表 Boolean false 是否启用异步查找。注意:异步方式只支持 hbase-2.2 连接器
lookup.cache.max-rows 可选 维表 Long -1 查找缓存的最大行数,超过这个值,最旧的行将过期。注意:"lookup.cache.max-rows" 和 "lookup.cache.ttl" 必须同时被设置。默认情况下,查找缓存是禁用的
lookup.cache.ttl 可选 维表 Duration 0s 查找缓存中每一行的最大生存时间,在这段时间内,最老的行将过期。注意:"lookup.cache.max-rows" 和 "lookup.cache.ttl" 必须同时被设置。默认情况下,查找缓存是禁用的。
lookup.max-retries 可选 维表 Integer 3 查找数据库失败时的最大重试次数。
lookup.cache.type 可选 维表 CacheTypeEnum none 维表的缓存策略。 目前支持 NONE(不缓存)和 PARTIAL(只在外部数据库中查找数据时缓存)
lookup.cache.metric.enable 可选 维表 Boolean false 是否启用维表缓存指标。默认关闭。
is.related.mammunt 可选 源表、目标表 Boolean false 是否关联猛犸。默认为false
krb.conf 可选 源表、目标表 String - 使用flink-conf配置的krb信息登录 (包括security.kerberos.login.keytab, security.kerberos.login.principal, -Djava.security.krb5.conf) 由于语法检查无法获得上述配置信息,因此需要在connector中配置。如不使用语法检查,可不配置: krb.conf, krb.principal, krb.keytab。
krb.principal 可选 源表、目标表 String - krb.principal。带krb认证时必填。
krb.keytab 可选 源表、目标表 String - krb.leytab文件。带krb认证时必填。
hbase-site 可选 源表、目标表 String - hbase-site 文件名。带krb认证时必填。
core-site 可选 源表、目标表 String - core-site 文件名。带krb认证时必填。
hdfs-site 可选 源表、目标表 String - hdfs-site 文件名。带krb认证时必填。

特殊字段规则

数据源 主键 特殊字段类型
HBase 仅可设置一个主键 仅可设置两个字段,第一个为非嵌套类型且为主键,第二个为row类型且子字段不可为嵌套类型