Hbase和Hive的整合

四：檢驗是否成功

一：為什麼hive要和hbase整合，意義何在？

在hbase中不支援複雜查詢，比如join | group by | count | sum

hive的資料是無法更新的，除非去更改hdfs的原始檔案，更改原始檔案需要生成乙個新的檔案，十分費事。同時hive是進行海量資料統計分析，無法實時查詢。而hbase可以進行資料更新和海量資料的快速查詢.

二：整合原理

hive 與 hbase 利用兩者本身對外的 api 來實現整合，主要是靠 hbasestoragehandler 進行通訊，利用hbasestorage handler，hive 可以獲取到 hive 表對應的 hbase 表名，列簇以及列，inputformat 和 outputformat 類，建立和刪除 hbase 表等。

hive 訪問 hbase 中表資料，實質上是通過 mapreduce 讀取 hbase 表資料，其實現是在 mr 中，hivehbasetableinputformat 完成對 hbase 表的切分，獲取 recordreader 物件來讀取資料。

對 hbase 表的切分原則是乙個 region 切分成乙個 split,即表中有多少個 regions，mr 中就有多少個 map。

讀取 hbase 表資料都是通過構建 scanner，對錶進行全表掃瞄，如果有過濾條件，則轉化為 filter。當過濾條件為 rowkey 時，則轉化為對 rowkey 的過濾，scanner 通過 rpc 呼叫 regionserver 的 next()來獲取資料

三：整合步驟

將hive和hbase整合(將hbase的四維表轉化為二維表)，hive讀取hbase的資料。

在hive中進行整合：

1）新增hbase連線的zk路徑

set hbase.zookeeper.quorum=hadoop01:2181
,hadoop02:2181
,hadoop03:2181
;

2）設定hbase在zk中的訪問路徑

首先檢視下 hbase儲存的相關資料在zk中的節點


zookeeper.znode.parent<
/name>
<
value
>
/hbase<
/value
>
<
/property>

設定路徑

set zookeeper.znode.parent=
/hbase;

3）新增乙個jar包到hive的classpath路徑下

hive-hbase-handler-2.3.2.jar 是hbase和hive整合的核心包，解析hbase的資料到hive中

hive-hbase-handler-2.3.2.jar中關鍵的方法是hbasestoragehandler

2.3.2

-bin/lib/hive-hbase-

handler

-2.3

.2.jar;

list jar;

//檢視是否新增成功

四：檢驗是否成功

1.在hbase中建立表插入資料

create 'mingxing'

,,

put 'mingxing' ,'rk001' ,'base_info:name' ,'huangbo' put 'mingxing' ,'rk001' ,'base_info:age' ,'33' put 'mingxing' ,'rk001' ,'extra_info:math' ,'44' put 'mingxing' ,'rk001' ,'extra_info:province' ,'beijing' put 'mingxing' ,'rk002' ,'base_info:name' ,'xuzheng' put 'mingxing' ,'rk002' ,'base_info:age' ,'44' put 'mingxing' ,'rk003' ,'base_info:name' ,'wangbaoqiang' put 'mingxing' ,'rk003' ,'base_info:age' ,'55' put 'mingxing' ,'rk003' ,'base_info:gender' ,'male' put 'mingxing' ,'rk004' ,'extra_info:math' ,'33' put 'mingxing' ,'rk004' ,'extra_info:province' ,'tianjin' put 'mingxing' ,'rk004' ,'extra_info:children' ,'3' put 'mingxing' ,'rk005' ,'base_info:name' ,'liutao' put 'mingxing' ,'rk006' ,'extra_info:name'

,'liujialing'

2.在hive中建立表解析hbase中的資料

解析所有的列族資訊：

create external table mingxing(rowkey string, base_info map
, extra_info 
map)row format delimited fields
terminated
by'\t' 
stored by
'org.apache.hadoop.hive.hbase.hbasestoragehandler'
with serdeproperties (
=":key,base_info:,extra_info:"
) tblproperties (
"hbase.table.name"
="mingxing"
);

檢視表資訊：

select
*from mingxing;
mingxing.rowkey mingxing.base_info mingxing.extra_info
rk001 
rk002 {}
rk003 {}
rk004 {} 
rk005 {}
rk006 {} 
time taken: 9.142 seconds, fetched: 6
row(s)

解析部分列族資訊：

create external table mingxing1(rowkey string, name string, province string)
row format delimited fields
terminated
by'\t' 
stored by
'org.apache.hadoop.hive.hbase.hbasestoragehandler'
with serdeproperties (
=":key,base_info:name,extra_info:province"
) tblproperties (
"hbase.table.name"
="mingxing"
);

3.解釋

Hbase和Hive的整合

和hbase對映 hbase整合hive

HIVE與HBase的整合

Hbase與Hive的整合

Hbase和Hive的整合

和hbase對映 hbase整合hive

HIVE與HBase的整合

Hbase與Hive的整合

相關推薦