关于数据库:一文搞定-Apache-SeaTunnel-231-全流程部署使用

1 部署

1.1 下载解压

https://dlcdn.apache.org/incubator/seatunnel/2.3.1/apache-seatunnel-incubating-2.3.1-bin.tar.gz

下载结束之后上传到服务器下面并解压

# 解压到了/opt/module目录下tar -zxvf apache-seatunnel-incubating-2.3.1-bin.tar.gz -C /opt/module

1.2 下载对应的connector

在apache的仓库下载相应的connector,下载时每个jar包在不同的门路上面，放到/seatunnel-2.3.1/connectors/seatunnel目录下

https://repo.maven.apache.org/maven2/org/apache/seatunnel/

connector-assert-2.3.1.jarconnector-cdc-mysql-2.3.1.jarconnector-console-2.3.1.jar # 自带的connector-doris-2.3.1.jarconnector-elasticsearch-2.3.1.jarconnector-fake-2.3.1.jar # 自带的connector-file-hadoop-2.3.1.jarconnector-file-local-2.3.1.jarconnector-hive-2.3.1.jarconnector-iceberg-2.3.1.jarconnector-jdbc-2.3.1.jarconnector-kafka-2.3.1.jarconnector-redis-2.3.1.jar

配置装置seatunnel的插件

vim  seatunnel-2.3.1/config/plugin_config

调用装置脚本的时候会在maven的地方仓库下载对应的jar包，尽量少放，下载太慢了,我放了这些

--connectors-v2--connector-assertconnector-cdc-mysqlconnector-jdbcconnector-fakeconnector-console--end--

1.3 装置seatunnel

sh bin/install-plugin.sh 2.3.1

整个过程十分慢...应该是从maven地方仓库下载货色

⭐1.4 补充一些jar包

应用hive的话须要将这3个jar放入到seatunnel-2.3.1/lib目录下：

hive-exec-2.3.9.jar# 下载链接# https://repo.maven.apache.org/maven2/org/apache/hive/hive-exec/2.3.9/hive-exec-2.3.9.jar# 留神这里是hive-exec-2.3.9.jar，不要从你的hive的lib目录下拷贝最新的jar包，就用这个seatunnel-hadoop3-3.1.4-uber-2.3.1.jar  # 下载链接# https://repo.maven.apache.org/maven2/org/apache/seatunnel/seatunnel-hadoop3-3.1.4-uber/2.3.1/seatunnel-hadoop3-3.1.4-uber-2.3.1.jar  seatunnel-hadoop3-3.1.4-uber-2.3.1-optional.jar# 下载链接# hhttps://repo.maven.apache.org/maven2/org/apache/seatunnel/seatunnel-hadoop3-3.1.4-uber/2.3.1/seatunnel-hadoop3-3.1.4-uber-2.3.1-optional.jar

两头因为其余缘故我拷贝了一个hive框架/lib目录下的libfb303-0.9.3.jar放到seatunnel的lib目录下了。

应用mysql的话须要将mysql的驱动拷贝过去，应该是须要8系列的mysql驱动，我这里应用的是mysql-connector-java-8.0.21.jar

2 测试样例

2.1 官网demo fake to console

seatunnel-2.3.1/config/v2.batch.config.template

env {  execution.parallelism = 2  job.mode = "BATCH"  checkpoint.interval = 10000}source {  FakeSource {    parallelism = 2    result_table_name = "fake"    row.num = 16    schema = {      fields {        name = "string"        age = "int"      }    }  }}sink {  Console {  }}

运行命令

cd /opt/module/seatunnel-2.3.1./bin/seatunnel.sh --config ./config/v2.batch.config.template -e lcoal

运行胜利的话会能够在console看到打印的测试数据

2.2 mysql to console

我新建了一个用来放运行配置的目录/opt/module/seatunnel-2.3.1/job

vim mysql_2console.conf

mysql_2console.conf

env {  execution.parallelism = 2  job.mode = "BATCH"  checkpoint.interval = 10000}source{    Jdbc {        url = "jdbc:mysql://hadoop102/dim_db?useUnicode=true&characterEncoding=utf8&useSSL=false"        driver = "com.mysql.cj.jdbc.Driver"        connection_check_timeout_sec = 100        user = "root"        password = "111111"        query = "select * from dim_basicdata_date_a_d where date < '2010-12-31'"    }}sink {    Console {    }}

查问的是一张日期维表的数据

建表语句：

CREATE DATABASE dim_db DEFAULT CHARACTER SET utf8 DEFAULT COLLATE utf8_general_ci;drop table if exists  dim_db.dim_basicdata_date_a_d;create table if not exists dim_db.dim_basicdata_date_a_d(    `date`          varchar(40) comment '日期',    `year`          varchar(40) comment '年',    `quarter`       varchar(40) comment '季度（1/2/3/4）',    `season`        varchar(40) comment '节令（秋季/冬季/秋季/夏季）',    `month`         varchar(40) comment '月',    `day`           varchar(40) comment '日',    `week`          varchar(40) comment '年内第几周',    `weekday`       varchar(40) comment '周几（1-周一/2-周二/3-周三/4-周四/5-周五/6-周六/7-周日）',    `is_workday`    varchar(40) comment '是否是工作日（1-是,0-否）',    `date_type`     varchar(40) comment '节假日类型（工作日/法定下班[调休]/周末/节假日）',    `update_date`   varchar(40) comment '更新日期');

能够本人插入几条数据试试

运行命令

cd /opt/module/seatunnel-2.3.1./bin/seatunnel.sh --config ./job/mysql_2console.conf  -e local

2.3 hive to console

创立一张hive表

CREATE database db_hive;drop table if exists  db_hive.dim_basicdata_date_a_d;create table if not exists db_hive.dim_basicdata_date_a_d(    `date`          string comment '日期',    `year`          string comment '年',    `quarter`       string comment '季度（1/2/3/4）',    `season`        string comment '节令（秋季/冬季/秋季/夏季）',    `month`         string comment '月',    `day`           string comment '日',    `week`          string comment '年内第几周',    `weekday`       string comment '周几（1-周一/2-周二/3-周三/4-周四/5-周五/6-周六/7-周日）',    `is_workday`    string comment '是否是工作日（1-是,0-否）',    `date_type`     string comment '节假日类型（工作日/法定下班[调休]/周末/节假日）',    `update_date`   string comment '更新日期');

自行插入几条数据

创立配置文件hive_2console.conf

env {  execution.parallelism = 2  job.mode = "BATCH"  checkpoint.interval = 10000}source{  Hive {    table_name = "db_hive.dim_basicdata_date_a_d"    metastore_uri = "thrift://hadoop102:9083"  }}sink {    Console {    }}

这里我应用的hive连贯形式是jdbc拜访元数据，所以metastore_uri = "jdbc:hive2://hadoop102:10000"也能够失常应用。

hive-site.xml批改配置文件,有可能你曾经配置好了

    <!-- 为了不便连贯，采纳直连的形式连贯到hive数据库，正文掉上面三条配置信息 -->    <!-- 指定存储元数据要连贯的地址 -->        <property>        <name>hive.metastore.uris</name>        <value>thrift://hadoop102:9083</value>    </property>    <!-- 指定 hiveserver2 连贯的 host -->    <property>        <name>hive.server2.thrift.bind.host</name>        <value>hadoop102</value>    </property>    <!-- 指定 hiveserver2 连贯的端口号 -->    <property>        <name>hive.server2.thrift.port</name>        <value>10000</value>    </property>

运行命令

cd /opt/module/seatunnel-2.3.1./bin/seatunnel.sh --config ./job/hive_2console.conf -e local

2.4 mysql to hive

创立配置文件

dim_basicdate_mysql_2hive.conf

env {  execution.parallelism = 2  job.mode = "BATCH"  checkpoint.interval = 10000}source{    Jdbc {        url = "jdbc:mysql://hadoop102/dim_db?useUnicode=true&characterEncoding=utf8&useSSL=false"        driver = "com.mysql.cj.jdbc.Driver"        connection_check_timeout_sec = 100        user = "root"        password = "111111"        query = "select * from dim_basicdata_date_a_d"    }}sink {    Hive {        table_name = "db_hive.dim_basicdata_date_a_d"        metastore_uri = "thrift://hadoop102:9083"    }}

运行命令

cd /opt/module/seatunnel-2.3.1./bin/seatunnel.sh --config ./job/dim_basicdate_mysql_2hive.conf-e local

3 关注 Apache SeaTunnel

Apache SeaTunnel 是一个分布式、高性能、易扩大、用于海量数据（离线&实时）同步和转化的数据集成平台

仓库地址：
https://github.com/apache/seatunnel

网址：
https://seatunnel.apache.org/

Proposal：
https://cwiki.apache.org/confluence/display/INCUBATOR/SeaTunn...

Apache SeaTunnel 下载地址：
https://seatunnel.apache.org/download

衷心欢送更多人退出！

咱们置信，在「Community Over Code」（社区大于代码）、「Open and Cooperation」（凋谢合作）、「Meritocracy」（精英治理）、以及「多样性与共识决策」等 The Apache Way 的指引下，咱们将迎来更加多元化和容纳的社区生态，共建开源精力带来的技术提高！

咱们诚邀各位有志于让外乡开源立足寰球的搭档退出 SeaTunnel 贡献者小家庭，一起共建开源!

提交问题和倡议：
https://github.com/apache/seatunnel/issues

奉献代码：
https://github.com/apache/seatunnel/pulls

订阅社区开发邮件列表 :
dev-subscribe@seatunnel.apache.org

开发邮件列表：
dev@seatunnel.apache.org

退出 Slack:
https://join.slack.com/t/apacheseatunnel/shared_invite/zt-1kc...

关注 Twitter:
https://twitter.com/ASFSeaTunnel

本文由白鲸开源科技提供公布反对！