|
Hive HBase 集群整合 1)啟動Hbase, 要求hbase-0.20.3，zookeeper-3.2.2 如果使用的不是hbase-0.20.3需要重新編譯hive_hbase-handler.jar 2)單節(jié)點HBase的連接 ./bin/hive -hiveconf hbase.master=master:60000 3)集群HBase的連接 1.啟動zookeeper 2.啟動hbase 3.啟動hive，添加zookeeper的支持 ./bin/hive -hiveconf hbase.zookeeper.quorum= master,slave-A,slave-B //所有的zookeeper節(jié)點 插入數(shù)據(jù) 啟動 ./bin/hive --auxpath /data/soft/hive/lib/hive_hbase-handler.jar,/data/soft/hive/lib/hbase-0.20.3.jar,/data/soft/hive/lib/zookeeper-3.2.2.jar -hiveconf hbase.zookeeper.quorum=slave-001,slave-002,slave-003 hive 1.創(chuàng)建hbase識別的數(shù)據(jù)庫 Java代碼 CREATE TABLE hbase_table_1(key int, value string) STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler' WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,cf1:val") TBLPROPERTIES ("hbase.table.name" = "xyz"); hbase.table.name 定義在hbase的table名稱 hbase.columns.mapping 定義在hbase的列族 2.使用sql導(dǎo)入數(shù)據(jù) i.預(yù)先準(zhǔn)備數(shù)據(jù) a)新建hive的數(shù)據(jù)表 Java代碼 CREATE TABLE pokes (foo INT, bar STRING); b）批量插入數(shù)據(jù) Java代碼 hive> LOAD DATA LOCAL INPATH './examples/files/kv1.txt' OVERWRITE INTO TABLE pokes; 這個文件位于hive的安裝目錄下，examples/files/kv1.txt Java代碼 ii.使用sql導(dǎo)入hbase_table_1 Java代碼 INSERT OVERWRITE TABLE hbase_table_1 SELECT * FROM pokes WHERE foo=86; 注意，默認(rèn)的啟動會報錯的 FAILED: Execution Error, return code 2 from org.apache.hadoop.hive.ql.exec.ExecDriver 啟動的時候要添加 Java代碼 -auxpath /data/soft/hive/lib/hive_hbase-handler.jar,/data/soft/hive/lib/hbase-0.20.3.jar,/data/soft/hive/lib/zookeeper-3.2.2.jar 3查看數(shù)據(jù) Java代碼 hive> select * from hbase_table_1; 會顯示剛剛插入的數(shù)據(jù) 86 val_86 hbase 1.登錄hbase Java代碼 [root@master hbase]# ./bin/hbase shell 2.查看表結(jié)構(gòu) Java代碼 hbase(main):001:0> describe 'xyz' DESCRIPTION ENABLED {NAME => 'xyz', FAMILIES => [{NAME => 'cf1', COMPRESSION => 'NONE', VE true RSIONS => '3', TTL => '2147483647', BLOCKSIZE => '65536', IN_MEMORY => 'false', BLOCKCACHE => 'true'}]} 1 row(s) in 0.7460 seconds 3.查看加載的數(shù)據(jù) Java代碼 hbase(main):002:0> scan 'xyz' ROW COLUMN+CELL 86 column=cf1:val, timestamp=1297690405634, value=val_86 1 row(s) in 0.0540 seconds 可以看到，在hive中添加的數(shù)據(jù)86，已經(jīng)在hbase中了 4.添加數(shù)據(jù) Java代碼 ' hbase(main):008:0> put 'xyz','100','cf1:val','www.360buy.com' 0 row(s) in 0.0630 seconds Hive 參看hive中的數(shù)據(jù) Java代碼 hive> select * from hbase_table_1; OK 100 www.360buy.com 86 val_86 Time taken: 8.661 seconds 剛剛在hbase中插入的數(shù)據(jù)，已經(jīng)在hive里了 hive訪問已經(jīng)存在的hbase 使用CREATE EXTERNAL TABLE Java代碼 CREATE EXTERNAL TABLE hbase_table_2(key int, value string) STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler' WITH SERDEPROPERTIES ("hbase.columns.mapping" = "cf1:val") TBLPROPERTIES("hbase.table.name" = "some_existing_table"); 三、多列和多列族（Multiple Columns and Families） 1．創(chuàng)建數(shù)據(jù)庫 Java代碼 CREATE TABLE hbase_table_2(key int, value1 string, value2 int, value3 int) STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler' WITH SERDEPROPERTIES ( "hbase.columns.mapping" = ":key,a:b,a:c,d:e" ); 2.插入數(shù)據(jù) Java代碼 INSERT OVERWRITE TABLE hbase_table_2 SELECT foo, bar, foo+1, foo+2 FROM pokes WHERE foo=98 OR foo=100; 這個有3個hive的列（value1和value2，value3），2個hbase的列族（a，d） Hive的2列（value1和value2）對應(yīng)1個hbase的列族（a，在hbase的列名稱b，c），hive的另外1列（value3）對應(yīng)列（e）位于列族（d） 3.登錄hbase查看結(jié)構(gòu) Java代碼 hbase(main):003:0> describe "hbase_table_2" DESCRIPTION ENABLED {NAME => 'hbase_table_2', FAMILIES => [{NAME => 'a', COMPRESSION => 'N true ONE', VERSIONS => '3', TTL => '2147483647', BLOCKSIZE => '65536', IN_M EMORY => 'false', BLOCKCACHE => 'true'}, {NAME => 'd', COMPRESSION => 'NONE', VERSIONS => '3', TTL => '2147483647', BLOCKSIZE => '65536', IN _MEMORY => 'false', BLOCKCACHE => 'true'}]} 1 row(s) in 1.0630 seconds 4.查看hbase的數(shù)據(jù) Java代碼 hbase(main):004:0> scan 'hbase_table_2' ROW COLUMN+CELL 100 column=a:b, timestamp=1297695262015, value=val_100 100 column=a:c, timestamp=1297695262015, value=101 100 column=d:e, timestamp=1297695262015, value=102 98 column=a:b, timestamp=1297695242675, value=val_98 98 column=a:c, timestamp=1297695242675, value=99 98 column=d:e, timestamp=1297695242675, value=100 2 row(s) in 0.0380 seconds 5.在hive中查看 Java代碼 hive> select * from hbase_table_2; OK 100 val_100 101 102 98 val_98 99 100 Time taken: 3.238 seconds 使用HIVE的WEB界面：HWI HWI是Hive Web Interface的簡稱，是hive cli的一個web替換方案。 關(guān)于如何搭建Hive平臺，可以參考：搭建Hive平臺 但是目前這個功能做的比較簡陋，這篇文章我們一起來看看如何使用hive中自帶的hwi來進行操作。 打開HWI 假設(shè)hive部署在10.20.151.7機器上，conf/hive-default.xml文件都是默認(rèn)值，那么我們直接在瀏覽器中輸入：http://10.20.151.7:9999/hwi/ 就可以訪問了。 訪問SCHEMA信息（BROWSE SCHEMA） 我們在web界面點擊Browsers Schema或者輸入：http://10.20.151.7:9999/hwi/show_databases.jsp，就可以瀏覽了： 界面中顯示的是當(dāng)前可以使用的數(shù)據(jù)庫信息，只包含一個數(shù)據(jù)庫（default），我們再點擊default，就可以看到default數(shù)據(jù)庫中包含的所有表的信息了。 我們可以看到，有3個表的信息，繼續(xù)點擊表名，就可以看到更加詳細(xì)的表結(jié)構(gòu)信息了，如我們點擊pokes： 這就是瀏覽schema信息的功能，用于替換cli中的show tables的功能。 查看系統(tǒng)診斷信息（DIAGNOSTICS） 我們點擊Diagnostics，就可以看到系統(tǒng)的相關(guān)診斷信息，如： 用戶認(rèn)證（AUTHORIZE），創(chuàng)建會話（CREATE SESSION）與會話管理（LIST SESSIONS） 在講解這些功能之前，我們需要先了解一下用戶認(rèn)證與會話之間的關(guān)系。 在hwi中的用戶認(rèn)證需要輸入用戶名和用戶組，如： 每一個用戶認(rèn)證（Authorize）信息對應(yīng)著一組會話（session）。這些數(shù)據(jù)在hive重啟后，session信息都會丟失。 在創(chuàng)建Hive查詢之前，我們需要創(chuàng)建一個會話（session），點擊Create Session即可。 我們再點擊List Sessions，就可以看到該用戶認(rèn)證（Authorize）上所對應(yīng)的所以的會話組了。 執(zhí)行查詢 絕大多數(shù)情況下，我們不需要設(shè)置用戶認(rèn)證（Authorize）信息，假設(shè)我們沒有設(shè)置用戶認(rèn)證（Authorize）信息，然后創(chuàng)建了一個session為s1 點擊List Sessions后，可以看到如下界面： 點擊Manager后，我們就進入到查詢界面了： 我們可以直接在Query中填寫查詢語句，然后在Result中執(zhí)行輸出文件名稱，同時將Start Query設(shè)置為Yes，如： 注意，這里的查詢語句與cli有一點點不同，查詢語句最后沒有分號（；）。 點擊“提交查詢內(nèi)容”后，我們可以看到如下界面： 這個時候，我們可以點擊View File查看結(jié)果信息： 這樣，我們就完成查詢了。 同時我們可以在hive的安裝目錄的更目錄下找到這個s1_result文件。 HWI與CLI對比 如果使用過cli的朋友看了上面的介紹，一定會發(fā)現(xiàn)一個很嚴(yán)重的問題：執(zhí)行的過程沒有提示。我們不知道某一個查詢執(zhí)行是什么時候結(jié)束的。 總結(jié)一下HWI與CLI對比的優(yōu)缺點： 優(yōu)點：HWI支持瀏覽器的方式瀏覽，方便直觀。 缺點：無執(zhí)行過程提示。 我個人還是更傾向于使用cli的方式:) 從此學(xué)習(xí)網(wǎng) http://www./item/hive-hbase-jiqun-combin |
|
|
