flink-user-zh mailing list archives

Site index · List index
Message view « Date » · « Thread »
Top « Date » · « Thread »
From Jingsong Li <jingsongl...@gmail.com>
Subject Re: 使用Flink sql insert 数据 to hive 之乱码问题
Date Tue, 17 Mar 2020 09:05:21 GMT
Hi,

- SinkConversionToRow是Flink内部的数据结构转化结果,和结果正确性应该无关,具体看sink的。
- 似乎只有log一个附件,没看到乱码文件。
- 在Flink中试下“select * from temp_h1”看下结果?
- 在Hive中试下“select * from temp_h1”看下结果?
- 在Hive中试下“select * from temp_h2”看下结果?

Best,
Jingsong Lee

On Tue, Mar 17, 2020 at 4:25 PM 吕先生 <lvshaoyong@126.com> wrote:

> 各位大佬,大家好!
>
> 帮看一下这个问题:我使用flink sql 基于Hive 进行批计算(目的是替换spark
sql 的批计算),具体是从hive
> 中读数据,然后insert 回hive 的表,然后select 看数据时,出现乱码。
>
> 软件版本:hadoop2.9.1和hadoop2.8.5、hive-2.3.3和hive-2.3.4、flink1.10.0、zeppelin0.9.0、Flink
> SQL gateway 0.1
>
> 切换了多个hadoop、hive版本(各版本软件均来自官方下载),以及测试了Flink
Sql Cli、Zeppelin、Flink SQL
> gateway等Flink sql运行环境,均没解决问题。Flink 是Run on Yarn的,下面是测试使用的sql
脚本:
>
> //hive 中
> CREATE TABLE IF NOT EXISTS temp_h1(
>   id VARCHAR(50),
>   lac VARCHAR(50),
>   ci VARCHAR(50),
>   flux_m VARCHAR(50),
>   nums VARCHAR(50),
>   sno  VARCHAR(50),
>   cdate VARCHAR(50)
> )
> row format delimited FIELDS TERMINATED BY ','
> stored as textfile
> LOCATION '/tmp/hive/temp_h1';
>
> CREATE TABLE IF NOT EXISTS temp_h2(
>   id VARCHAR(50),
>   lac VARCHAR(50),
>   ci VARCHAR(50),
>   flux_m VARCHAR(50),
>   nums VARCHAR(50),
>   sno  VARCHAR(50),
>   cdate VARCHAR(50)
> )
> row format delimited FIELDS TERMINATED BY ','
> stored as textfile
> LOCATION '/tmp/hive/temp_h2';
>
> //测试数据(t.txt)
> 101,中国,100.02,123.001,1000020000,30,20200316
> 102,美国,100.02,123.001,1000020000,30,20200316
> 103,武汉,100.02,123.001,1000020000,30,20200316
> 104,北京,100.02,123.001,1000020000,30,20200316
> 105,俄罗斯,100.02,123.001,1000020000,30,20200316
> 106,海南,100.02,123.001,1000020000,30,20200316
> 107,香格里拉酒店,100.02,123.001,1000020000,30,20200316
>
> //加载数据
> load data local inpath '/home/hadoop/temp/t.txt' into table temp_h1;
>
> //在FLink sql 中
> insert into temp_h2 select * from temp_h1;
> select * from temp_h2;            //出现乱码,而且数据不全
>
> temp_h2 在hdfs 上的乱码文件 见附件:cp-0-task-0-file-0
> Flink sql 运行期间没有报错,yarn上运行的日志见附件:Executor.log
>
> 注,flink监控中显示信息:CsvTableSource(read fields: a, b) ->
> SourceConversion(table=[hive.test.temp_1, source: [CsvTableSource(read
> fields: a, b)]], fields=[a, b]) -> SinkConversionToRow -> Sink: Unnamed
> 。我有不清楚为啥使用的是SinkConversionToRow。
>
> 大家可以用我上面的代码也测试一下,帮验证一下,在你们的环境中,是否出现乱码问题,谢谢了!
>
>
>
>
>
>
>


-- 
Best, Jingsong Lee
Mime
  • Unnamed multipart/alternative (inline, None, 0 bytes)
View raw message