配置Hive输出组件

使用限制

Hive输出组件支持写入文件格式为orc、parquet、text、iceberg（iceberg格式仅支持E-MapReduce5.x的Hive计算源或数据源）的Hive数据表。不支持ORC格式的事务表、Kudu表集成。

前提条件

• 已创建Hive数据源。具体操作，请参见创建Hive数据源。

• 进行Hive输出组件属性配置的账号，需具备该数据源的同步读权限。如果没有权限，则需要申请数据源权限。具体操作，请参见申请数据源权限。

操作步骤

1. 请参见离线管道组件开发入口，进入离线管道脚本的开发页面。

2. 按照以下操作指引，进入Hive输出配置对话框。

   单击组件库->单击输出->拖动Hive输出组件至画布->连接图标->单击配置图标。

   

3. 在Hive输出配置对话框，配置参数。

   参数	说明
   基本设置
   步骤名称	即Hive输出组件的名称。Dataphin自动生成步骤名称，您也可以根据业务场景修改。命名规则如下： 只能包含汉字、字母、下划线（_）、数字。 不能超过64个字符。
   数据源	在数据源下拉列表中，展示所有Hive类型的数据源，包括您已拥有同步写权限的数据源和没有同步写权限的数据源。 对于没有同步写权限的数据源，您可以单击数据源后的申请，申请数据源的同步写权限。具体操作，请参见申请数据源权限。 如果您还没有Hive类型的数据源，单击新建，创建数据源。具体操作，请参见创建Hive数据源。
   表	选择数据同步的目标表。 如果Hive数据源中没有数据同步的目标表，则您可以通过一键生成目标表功能，简单快速的生成目标表。详细的操作步骤如下： 单击一键生成目标表。 Dataphin会自动为您匹配创建目标表的代码，包括目标表名称（默认为来源表名）、字段类型（基于Dataphin字段做了初步的转换）等信息。您可以根据业务情况完成创建目标表的SQL脚本的修改，并单击新建。目标表新建成功后，Dataphin自动将新建的目标表作为输出数据的目标表。一键生成目标表用于为开发环境、生产环境创建数据同步的目标表。Dataphin默认为您选中生产环境建表，如果生产环境已经有同名且结构相同的数据表，则您无需勾选生产环境建表。如果开发环境或生产环境存在同名的表，单击新建后，Dataphin会报已存在该表的错误。
   文件编码	选择文件存储在Hive的编码方式。文件编码包括UTF-8和GBK。
   加载策略	向目标数据源（Hive数据源）写入数据时，数据写入表中的策略。加载策略包括覆盖所有数据、追加数据、仅覆盖集成任务写入的数据，适用场景说明如下： 覆盖所有数据：会先删除目标表或分区下的所有数据，再新增以表名开头的数据文件。 追加数据：直接向目标表追加写入数据。 仅覆盖集成任务写入的数据：会先删除目标表或分区下以表名开头的数据文件，再新增以表名开头的数据文件。 说明 通过SQL等其他方式写入的数据不会被删除。
   NULL值替换	仅支持textfile数据存储格式的来源表。填写需要替换为NULL的字符串。例如，填写\N时，系统会将\N字符串替换为NULL。
   字段分隔符	仅支持textfile数据存储格式的来源表。非必填项，填写字段之间分隔符。如果您没有填写，则系统默认为使用\u0001作为分隔符。
   压缩格式	选择文件的压缩格式。根据Hive中数据存储格式不同，支持选择压缩格式不同： 数据存储格式为orc：支持选择的压缩格式包括zlib、snappy。 数据存储格式为parquet：支持选择的压缩格式包括snappy、gzip。 数据存储格式为textfile：支持选择的压缩格式包括gzip、bzip2、 lzo、lzo_deflate、hadoop-snappy和zlib。
   字段分隔符处理	仅支持textfile数据存储格式的输出表。数据中存在默认或自行配置的字段分隔符时，可以配置字段分隔符处理策略，防止数据写入错误。可以选择保留、去除或替换为。
   行分隔符处理	仅支持textfile数据存储格式的输出表。数据中存在默认或自行配置的字段分隔符时，可以配置行分隔符号处理策略，默认以\n作为行分隔符，如数据中存在换行符\r、\n，可选择处理策略，防止数据写入错误。可以选择保留、去除或替换为。
   性能配置	非必填项。输出表数据存储格式为orc时，可以进行性能配置，多用于输出表字段较多的场景。内存足够时可尝试调大该配置提高写入性能，内存不足时可尝试调小该配置减少GC时间提高写入性能。默认{"hive.exec.orc.default.buffer.size":16384}，单位字节，建议不要配置超过262144字节（256k）。
   分区	如果所选的目标表是分区表，那么需要填写分区信息。例如，state_date=20190101,也支持参数的方式以便每天增量写入数据。例如，state_date=${bizdate}。
   准备语句	非必填项。数据导入前对数据库执行的SQL脚本。 比如为了满足服务的持续可用性，当前步骤写数据执行前先创建目标表Target_A，执行写入到目标表Target_A，当前步骤写数据执行完成后，对数据库中持续提供服务的表Service_B重命名成Temp_C，然后将表Target_A重命名为Service_B，最后删除Temp_C。
   结束语句	非必填项。数据导入后对数据库执行的SQL脚本。
   字段映射
   输入字段	根据上游组件的输出，为您展示输入字段。
   输出字段	输出字段区域展示了已选中表的所有字段。 重要 为了保证数据写入Hive时数据不会出错，输出字段必须和输入组件的字段全部映射。
   映射关系	根据上游的输入和目标表的字段，可以手动选择字段映射。映射关系包括同行映射和同名映射。 同名映射：对字段名称相同的字段进行映射。 同行映射：源表和目标表的字段名称不一致，但字段对应行的数据需要映射。只映射同行的字段。

4. 单击确认，完成Hive输出组件的属性配置。