Hadoop实战(9)_Hive进阶及UDF开发

Hive目录及配置文件

# 配置文件
/etc/hive/conf
# 根目录
/opt/cloudera/parcels/CDH/lib/hive

当cm界面里执行部署客户端配置时,如上两个conf目录都会覆盖。

JDBC方式访问Hive

基于HiveServer2服务。

SecureRT,sz设置下载目录,Options-Xmodem/Zmodem-Download。

HiveServer2端口,10000。

# user为提交作业的账户
Connection con = DriverManager.getConnection("jdbc:hive2://cdhslave1:10000/default", "root", "123456");

idea设置,Settings-Build, Execution, Deployment-Compiler-Java Compiler,Project bytecode version: 1.7

Default Settings-Editor-File Encodings, Project Encoding: UTF-8。

Project Structure, Project, 设置jdk版本和编译版本,编译版本和Settings一致。Libraries, 把lib目录加进工程。Modules, 设置输出目录,Use module compile output path。

调整配置后,等待索引创建完。

UDF开发

UDF,一进一出。

UDAF,聚集函数,多进一出。

UDTF,一进多出。

UDF中的evaluate函数名不可变,可以任意重载。

使用方式:在Hive会话中add自定义函数的jar文件,然后创建function,继而使用函数。

需求:统计每个活动页的流量,获取活动ID。

  • Java开发
  • 导出jar
  • 使用
add jar /root/project/lib/hive_udf.jar;
create temporary function GetActID as 'com.cloudy.hive.udf.GetActID';

sql中通过GetActID直接使用,用起来和内置函数无区别。

IDEA中打包

Project Structure-Artifacts, 有两类,分别是空的和有依赖包的,Build on make选上。然后Build-Make Project。

hive_udf.jar上传至/root/project/lib/

# /root/project/rpt_act_visit_daily
touch rpt_act_visit_daily.hql
touch rpt_act_visit_daily.sh

hiveF命令封装

Q: hive -f不能传参,hql只能写在shell脚本里,导致shell脚本内容庞大和凌乱。

A: 开发一个hiveF的功能,用法同hive -f,但支持传参,使用格式:

  • hiveF aa.sql
  • hiveF aa.sql -date 2015-01-02
  • hiveF aa.sql -date 2015-01-02 -date1 2015-01-03

其中,aa.sql里通过${date}的方式对接。

hiveF开发思路

使用方式,hiveF aa.sql -date 2015-01-02

  • 开发一个Java应用程序读出aa.sql内容存入一个String变量里。
  • 把里面的${date}替换为2015-01-02,并System.out.println出来。
  • 在shell脚本里,用str接收2的输出,执行hive -e $str
# /root/project
mkdir bin
cd bin
touch hiveF

难点,把Java程序的输出结果直接放到shell脚本里运行。
Java运行,参数传进来,shell脚本里$*接收参数。参数是哪里传的呢?哪里传给hiveF的呢?是shell脚本rpt_act_visit_daily.sh传过来的,交给java来处理,打印的str由cmd来接收,再用hive -e执行。

#!/bin/sh
. /etc/profile

cmd=`java -jar /root/project/lib/HiveF.jar $*`
echo $cmd
hive -e "$cmd" -i /root/project/bin/init.hql
chmod +x hiveF
vi /etc/profile
export PATH=$PATH:/root/project/bin

source /etc/profile

打包hiveF.jar, Main Class: com.cloudy.hive.hiveF.Main

执行,

sh ./rpt_act_visit_daily.sh 2015-08-28

你可能感兴趣的:(Hadoop实战(9)_Hive进阶及UDF开发)