Hadoop大数据生态：SpringBoot整合hive，使用spring的jdbcTemplate操作Hive

简介

1. 使用开发工具连接hive客户端，整合SpringBoot与Hive的连接，同时进行数据的增删查改；
2. 创建hive连接，放入druid数据库连接池，自动注入jdbctemplate；
3. 开发前提：已经安装hive客户端，可参考博客：阿里云ECS7安装搭建：hive-2.1.1客户端；
4. 版本配置：hadoop2.7.6，hive1.3.3；

实践

• 1. 首先，pom文件加入hive依赖；

	org.apache.hadoop
	hadoop-common
	2.6.0



	org.apache.hadoop
	hadoop-mapreduce-client-core
	2.6.0



	org.apache.hadoop
	hadoop-mapreduce-client-common
	2.6.0



	org.apache.hadoop
	hadoop-hdfs
	2.6.0



	jdk.tools
	jdk.tools
	1.8
	system
	${JAVA_HOME}/lib/tools.jar



	org.springframework.boot
	spring-boot-configuration-processor
	true




	org.apache.hive
	hive-jdbc
	2.1.1
	
		
			org.eclipse.jetty.aggregate
			*
		
	

 

• 2. 配置文件yml，添加数据源属性配置；

#配置多个数据源(这里测试hive数据源)
spring:
    datasource:
      hive: #hive数据源
          url: jdbc:hive2://47.100.200.200:9019/default
          type: com.alibaba.druid.pool.DruidDataSource
          username: sixmonth
          password: sixmonth
          driver-class-name: org.apache.hive.jdbc.HiveDriver
      commonConfig: #连接池统一配置，应用到所有的数据源 
         initialSize: 1
         minIdle: 1
         maxIdle: 5
         maxActive: 50
         maxWait: 10000
         timeBetweenEvictionRunsMillis: 10000
         minEvictableIdleTimeMillis: 300000
         validationQuery: select 'x'
         testWhileIdle: true
         testOnBorrow: false
         testOnReturn: false
         poolPreparedStatements: true
         maxOpenPreparedStatements: 20
         filters: stat	

 

• 3. 新建属性统一配置类：DataSourceProperties；

package com.springboot.sixmonth.common.config.druid;

import java.util.Map;

import org.springframework.boot.context.properties.ConfigurationProperties;

/**
 * -统一属性控制类，获取配置文件属性
 * @author sixmonth
 * @Date 2019年5月18日
 *
 */
@ConfigurationProperties(prefix = DataSourceProperties.DS, ignoreUnknownFields = false)
public class DataSourceProperties {
	final static String DS = "spring.datasource";
	
	private Map hive;
	
	private Map commonConfig;
	

	/*为节省空间，这里省略set和get方法，需自行添加上去*/

}

 

• 4. 新建数据库连接池通配属性类，可应用到所有的数据源：DataSourceCommonProperties；

package com.springboot.sixmonth.common.config.druid;

import org.springframework.boot.context.properties.ConfigurationProperties;

/**
 * -扩展连接池，通用配置属性，可应用到所有数据源
 * @author sixmonth
 * @Date 2019年5月18日
 *
 */
@ConfigurationProperties(prefix = DataSourceCommonProperties.DS, ignoreUnknownFields = false)
public class DataSourceCommonProperties {
	final static String DS = "spring.datasource.commonConfig";

	private int initialSize = 10;
	private int minIdle;
	private int maxIdle;
	private int maxActive;
	private int maxWait;
	private int timeBetweenEvictionRunsMillis;
	private int minEvictableIdleTimeMillis;
	private String validationQuery;
	private boolean testWhileIdle;
	private boolean testOnBorrow;
	private boolean testOnReturn;
	private boolean poolPreparedStatements;
	private int maxOpenPreparedStatements;
	private String filters;

	private String mapperLocations;
	private String typeAliasPackage;

	/*为节省空间，这里省略set和get方法，需自行添加上去*/
	
}

 

• 5. 新建hive数据源配置类，加载配置属性文件，注入bean容器：HiveDruidConfig；

package com.springboot.sixmonth.common.config.druid.hive;

import java.sql.SQLException;

import javax.sql.DataSource;

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.boot.context.properties.EnableConfigurationProperties;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

import com.alibaba.druid.pool.DruidDataSource;
import com.springboot.sixmonth.common.config.druid.DataSourceCommonProperties;
import com.springboot.sixmonth.common.config.druid.DataSourceProperties;

/**
 * -配置hive数据源
 * @author sixmonth
 * @Date 2019年5月18日
 *
 */
@Configuration
@EnableConfigurationProperties({DataSourceProperties.class,DataSourceCommonProperties.class})//将配置类注入到bean容器，使ConfigurationProperties注解类生效
public class HiveDruidConfig {

	    private static Logger logger = LoggerFactory.getLogger(HiveDruidConfig.class);

	    @Autowired
	    private DataSourceProperties dataSourceProperties;
	    
	    @Autowired
	    private DataSourceCommonProperties dataSourceCommonProperties;

	    @Bean("hiveDruidDataSource") //新建bean实例
	    @Qualifier("hiveDruidDataSource")//标识
	    public DataSource dataSource(){
	        DruidDataSource datasource = new DruidDataSource();

	        //配置数据源属性
	        datasource.setUrl(dataSourceProperties.getHive().get("url"));
	        datasource.setUsername(dataSourceProperties.getHive().get("username"));
	        datasource.setPassword(dataSourceProperties.getHive().get("password"));
	        datasource.setDriverClassName(dataSourceProperties.getHive().get("driver-class-name"));
	        
	        //配置统一属性
	        datasource.setInitialSize(dataSourceCommonProperties.getInitialSize());
	        datasource.setMinIdle(dataSourceCommonProperties.getMinIdle());
	        datasource.setMaxActive(dataSourceCommonProperties.getMaxActive());
	        datasource.setMaxWait(dataSourceCommonProperties.getMaxWait());
	        datasource.setTimeBetweenEvictionRunsMillis(dataSourceCommonProperties.getTimeBetweenEvictionRunsMillis());
	        datasource.setMinEvictableIdleTimeMillis(dataSourceCommonProperties.getMinEvictableIdleTimeMillis());
	        datasource.setValidationQuery(dataSourceCommonProperties.getValidationQuery());
	        datasource.setTestWhileIdle(dataSourceCommonProperties.isTestWhileIdle());
	        datasource.setTestOnBorrow(dataSourceCommonProperties.isTestOnBorrow());
	        datasource.setTestOnReturn(dataSourceCommonProperties.isTestOnReturn());
	        datasource.setPoolPreparedStatements(dataSourceCommonProperties.isPoolPreparedStatements());
	        try {
	            datasource.setFilters(dataSourceCommonProperties.getFilters());
	        } catch (SQLException e) {
	            logger.error("Druid configuration initialization filter error.", e);
	        }
	        return datasource;
	    }
	    
}

 

• 6. 新建JdbcTemplate类，自动注入hive数据源：HiveJdbcBaseDaoImpl；

package com.springboot.sixmonth.common.config.jdbcConfig;

import javax.sql.DataSource;

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.jdbc.core.JdbcTemplate;
import org.springframework.stereotype.Repository;

/**
 * -注入hive数据源
 * @author sixmonth
 * @Date 2019年5月18日
 *
 */
@Repository
public class HiveJdbcBaseDaoImpl {
	
	private JdbcTemplate jdbcTemplate;

	public JdbcTemplate getJdbcTemplate() {
		return jdbcTemplate;
	}

	@Autowired
	public void setJdbcTemplate(@Qualifier("hiveDruidDataSource") DataSource dataSource) {
		this.jdbcTemplate = new JdbcTemplate(dataSource);
	}
	
}

 

• 7. 新建测试dao类，集成hiveJdbctemplate，调用hql，查询hive数据库数据：TestHiveDao；

package com.springboot.sixmonth.dao.jdbcDao.test;

import org.springframework.stereotype.Repository;
import com.springboot.sixmonth.common.config.jdbcConfig.HiveJdbcBaseDaoImpl;

/**
 * -测试hive连接
 * @author sixmonth
 * @Date 2019年5月18日
 *
 */
@Repository
public class TestHiveDao extends HiveJdbcBaseDaoImpl{

	/**
	 * 测试获取hive数据库数据信息
	 * @return
	 */
	public String test() {
		String sql = "SELECT name from sixmonth limit 1";
		String param = this.getJdbcTemplate().queryForObject(sql,String.class);
		return param;
	}
	
}

 

• 8. 使用方法：自动注入TestHiveDao，即可直接调用方法使用；

@Autowired
private TestHiveDao testHiveDao;

 

注意事项

1. hive连接的用户名和密码可在hive安装的时候自定义，具体可参考博主上一篇博客：Hadoop大数据生态：Hive自定义设置连接用户名和密码；
2. jdbctemplate操作hive数据源的时候，基本支持所用到的hql语言，可自行测试；
3. Hive与关系型数据库不一样，关系型数据库都是为了实时查询的业务进行设计的，而Hive则是为海量数据做数据挖掘设计的，实时性很差，一般不做实时性查询，如果需要结合实时性查询，可了解整合spark；

 

总结

1. SpringBoot可整合多种数据源，本篇博客仅针对hive数据源的配置，多数据源整合的话，可参考博主的另一篇博客：SpringBoot多数据源配置(hive/mysql)；
2. 实践是检验认识真理性的唯一标准，自己动手，丰衣足食~~