Hive 连接器

上级文档：连接器

BitSail hive连接器支持对hive表进行读写。主要功能点如下:

• 支持读取分区表和非分区表
• 支持写入分区表
• 支持读写多种格式 hive 表，比如parquet、orc、text

支持的hive版本

• 1.2
  • 1.2.0
  • 1.2.1
  • 1.2.2
• 2.0
  • 2.0.0
  • 2.1.0
  • 2.1.1
  • 2.3.0
  • 2.3.9
• 3.0
  • 3.1.0
  • 3.1.2

依赖引入

<dependency>
   <groupId>com.bytedance.bitsail</groupId>
   <artifactId>bitsail-connector-hive</artifactId>
   <version>${revision}</version>
</dependency>

Hive读连接器

支持的数据类型

• 支持的基础数据类型如下:
  • 整数类型:
    • tinyint
    • smallint
    • int
    • bigint
  • 浮点类型:
    • float
    • double
    • decimal
  • 时间类型:
    • timestamp
    • date
  • 字符类型:
    • string
    • varchar
    • char
  • 布尔类型:
    • boolean
  • 二进制类型:
    • binary
• 支持的复杂数据类型包括:
  • map
  • array

主要参数

hive读连接器参数在job.reader中配置，实际使用时请注意路径前缀。示例:

{
  "job": {
    "reader": {
      "db_name": "test_database",
      "table_name": "test_table"
    }
  }
}

必需参数

参数名称	参数是否必需	参数枚举值	参数含义
class	是		Hive读连接器类名，只能为com.bytedance.bitsail.connector.legacy.hive.source.HiveInputFormat
db_name	是		读取的hive库名
table_name	是		读取的hive表名
metastore_properties	是		标准json格式的metastore属性字符串

可选参数

参数名称	参数是否必需	参数枚举值	参数含义
partition	否		要读取的hive分区。若不设置，则读取整张hive表
columns	否		数据字段名称及类型。若不设置，则从metastore获取
reader_parallelism_num	否		读并发数

Hive写连接器

支持的数据类型

• 支持的基础数据类型如下:
  • 整数类型:
    • tinyint
    • smallint
    • int
    • bigint
  • 浮点类型:
    • float
    • double
    • decimal
  • 时间类型:
    • timestamp
    • date
  • 字符类型:
    • string
    • varchar
    • char
  • 布尔类型:
    • boolean
  • 二进制类型:
    • binary
• 支持的复杂数据类型包括:
  • map
  • array

主要参数

hive写连接器参数在job.writer中配置，实际使用时请注意路径前缀。示例:

{
  "job": {
    "writer": {
      "db_name": "test_database",
      "table_name": "test_table"
    }
  }
}

必需参数

参数名称	参数是否必需	参数枚举值	参数含义
db_name	是		写入的hive库名
table_name	是		写入的hive表名
partition	是		写入的hive分区名
columns	否		数据字段名称及类型，若不设置，则从metastore获取

可选参数

参数名称	参数默认值	参数枚举值	参数含义
date_to_string_as_long	false		是否将日期数据转化为整数时间戳
null_string_as_null	false		是否将null数据转化为null。若为false，则转化为空字符串 ""
date_precision	second	second millisecond	日期数据转化为整数时间戳时的精度
convert_error_column_as_null	false		是否将转化出错的字段置为null。若为false，则在转化出错时抛出异常
hive_parquet_compression	gzip		当hive文件为parquet格式时，指定文件的压缩方式

相关文档

配置示例文档：Hive 连接器示例