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. 按照下图操作指引，进入Hive输出配置对话框。

   

3. 在Hive输出配置对话框，配置参数。

   参数	描述
   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。加载策略包括覆盖数据和追加数据，适用场景说明如下： 覆盖数据：写入的数据中有主键时新数据覆盖旧数据，无主键时追加数据。 追加数据：写入的数据中有主键时忽略新数据，无主键时追加数据。
   字段分隔符	非必填项，填写字段之间分隔符。如果您没有填写，则系统自动添加半角逗号（,）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。
   输入字段	展示从源表中读取的字段。
   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时数据会出错，输出字段必须和输入组件的字段全部映射。
   快速映射	映射关系用于将源表的输入字段和目标表的输出字段映射起来，便于后续进行数据同步。映射关系包括同名映射和同行映射。适用场景说明如下： 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。