1 添加依赖包
Flink SQL与Hive集成需要添加相关依赖包如下所示：
#Flink与hadoop兼容包
flink-shaded-hadoop-2-uber-2.8.3-10.0.jar
#Flink与hive集成包
flink-sql-connector-hive-2.3.6_2.11-1.13.6.jar
#其他依赖包（在hadoop安装目录的shere/hadoop/common目录下）
commons-configuration-1.6.jar
commons-logging-1.1.3.jar
hadoop-auth-2.9.2.jar
hadoop-common-2.9.2.jar
hadoop-mapreduce-client-common-2.9.2.jar
hadoop-mapreduce-client-core-2.9.2.jar
hadoop-mapreduce-client-hs-2.9.2.jar
hadoop-mapreduce-client-jobclient-2.9.2.jar
htrace-core4-4.1.0-incubating.jar
javax.servlet-api-3.1.0.jar
woodstox-core-5.0.3.jar
stax2-api-3.1.4.jar
commons-codec-1.4.jar
2 修改flink配置文件
在Flink安装目录的conf目录下，修改flink-conf.yaml配置文件，添加如下内容：
classloader.check-leaked-classloader: false
3 准备SQL Client初始化脚本
准备初始化脚本init.sql，并将init.sql文件放入Flink的conf目录下。
CREATE CATALOG MyCatalog
? WITH (
? ? 'type' = 'hive',
? ? 'default-database'='default',
? ? 'hive-conf-dir'='/home/hadoop/app/hive/conf',
? ? 'hive-version'='2.3.6'
? );
USE CATALOG MyCatalog;
SET 'execution.runtime-mode' = 'batch';
SET 'sql-client.execution.result-mode' = 'table';
SET 'table.sql-dialect'='hive';
初始化脚本中我们创建了hive catalog，相关配置项如下：
4 启动metastore服务
由于Flink SQL是通过metastore服务来访问Hive的MySQL数据库管理元数据，所以首先需要启动Hive的metastore服务：
bin/hive --service metastore
5 启动Flink集群服务
通过一键启动脚本启动Flink集群服务：
bin/start-cluster.sh
6 启动Flink SQL Cli
启动SQL Client时通过-i选项指定初始化脚本即可：
bin/sql-client.sh -i conf/sql-init.sql
注意：Flink1.13开始移除了sql-client-defaults.yml配置?件，所以在该配置?件配置catalog的?法就不存在了，目前相关配置添加到sql-init.sql文件即可。
7 Flink SQL与Hive集成操作
7.1 catalog操作
#查看catalog
Flink SQL>show catalogs;
#使用catalog
Flink SQL>use catalog MyCatalog;
7.2 database操作
#查看database
Flink SQL>show databases;
#使用database
Flink SQL>use test;
7.3 table操作
#查看table
Flink SQL>show tables;
#查询table
Flink SQL>select * from MyCatalog.test.stu;
备注：MyCatalog为catalog，test为Hive中的数据库，stu为test中的表。
7.4 案例
1.创建hive dialect方言的表
Flink目前支持两种SQL方言(SQL dialects),分别为：default和hive。默认的SQL方言是default，如果要使用Hive的语法，需要将SQL方言切换到hive。
Flink SQL>set table.sql-dialect=hive;
Flink SQL>CREATE TABLE hive_dialect_clicklog(`user` STRING,`url` STRING,`cTime` STRING);
2.插入测试数据
Flink SQL>insert into hive_dialect_clicklog select 'Mary','./prod?id=7','2022-02-02 12:01:45';
3.查询表数据
在Hive客户端可以查询Flink SQL中创建的表及插入的数据。
#进入test数据库
hive>use test;
hive>select * from hive_dialect_clicklog;
备注：hive_dialect_clicklog为Flink SQL创建的表，该表的元数据信息存储在MySQL数据库，所以即使Flink SQL重启后，一样可以在Hive中查询hive_dialect_clicklog表中的数据。?
