一文搞定 Apache SeaTunnel 2.3.1 全流程部署

时间：2023-06-09 作者：来源：浏览：分类：SeaTunnel

一文搞定 Apache SeaTunnel 2.3.1 全流程部署使用。

ML2

作者 | caoyongfei

部署

下载解压

https://dlcdn.apache.org/incubator/

/2.3.1/apache-SeaTunnel-incubating-2.3.1-bin.tar.gz

下载完毕之后上传到服务器上面并解压

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

下载对应的connector

在Apache的仓库下载相应的connector,下载时每个jar包在不同的路径下面，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

配置安装SeaTunnel的插件

vim SeaTunnel-2.3.1/config/plugin_config

调用安装脚本的时候会在maven的中央仓库下载对应的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--

安装SeaTunnel

sh bin/install-plugin.sh 2.3.1

整个过程非常慢…应该是从maven中央仓库下载东西

⭐1.4 补充一些jar包

使用hive的话需要将这两个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# 注意这里是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

中间由于其他缘故我拷贝了一个hive框架/lib目录下的libfb303-0.9.3.jar放到SeaTunnel的lib目录下了。

使用mysql的话需要将mysql的驱动拷贝过来，应该是需要8系列的mysql驱动，我这里使用的是mysql-connector-java-8.0.21.jar

测试样例

官方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

运行成功的话会可以在console看到打印的测试数据

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 = "xxxxxx"        query = "select * from dim_basicdata_date_a_d where date < '2010-12-31'"    }}

sink {    Console {    }}

查询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 '季节（春季/夏季/秋季/冬季）',    `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/法定上班[调休]/周末/节假日）',    `update_date`   varchar(40) comment '更新日期');

可以自己插入几条数据试试

运行命令

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

Hive to console

创建一张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 '季节（春季/夏季/秋季/冬季）',    `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/法定上班[调休]/周末/节假日）',    `update_date`   string comment '更新日期');

自行插入几条数据

创建配置文件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 {    }}

这里我使用的hive连接方式是jdbc访问元数据，所以metastore_uri = "jdbc:hive2://hadoop102:10000"也可以正常使用。

hive-site.xml修改配置文件,有可能你已经配置好了

<!-- 为了方便连接，采用直连的方式连接到hive数据库，注释掉下面三条配置信息 -->    <!-- 指定存储元数据要连接的地址 -->
        <property>        <name>hive.metastore.uris</name>        <value>thrift://hadoop102:9083</value>    </property>

    <!-- 指定 hiveserver2 连接的 host -->    <property>        <name>hive.server2.thrift.bind.host</name>        <value>hadoop102</value>    </property>
    <!-- 指定 hiveserver2 连接的端口号 -->    <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

MySQL to hive

创建配置文件

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

原文链接：https://blog.csdn.net/QJQJLOVE/article/details/130794122

上一篇：教程来了！在 Apache DolphinScheduler 中如何使用 SeaTunnel 组件

下一篇：SeaTunnel毕业！首个国人主导的数据集成项目成为Apache顶级项目