前言

隨著 Flink 在流式計(jì)算的應(yīng)用場景逐漸成熟和流行。如果 Flink 能同時(shí)把批量計(jì)算的應(yīng)用場景處理好，就能減少用戶在使用 Flink 的開發(fā)和維護(hù)成本，并且能夠豐富 Flink 的生態(tài)。因?yàn)?SQL 是批計(jì)算比較常用的工具，所以 Flink 針對于批計(jì)算主要以 SQL 為主要接口。本次分享主要針對 Flink 對批處理的設(shè)計(jì)與 Hive 的集成。

主要分為下面三點(diǎn)展開：

• 設(shè)計(jì)架構(gòu)

• 項(xiàng)目進(jìn)展

• 性能測試

首先和大家分享一下 Flink 批處理的設(shè)計(jì)架構(gòu)。

1. 背景

Flink 提升批處理的主要原因，是為了減少客戶的維護(hù)成本和更新成本，還有更好的完善 Flink 生態(tài)環(huán)

總結(jié)

以上是生活随笔為你收集整理的Flink从入门到精通100篇（二十一）-Apache Flink 与 Apache Hive 的集成的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。