Hive HBase 整合(中文)

hive hbase整合,要求比较多,1.hive的得是0.6.0(当前最新的版本)
2.hive本身要求hadoop的最高版本是hadoop-0.20.2
3.要求hbase的版本是0.20.3,其他版本需要重新编译hive_hbase-handler
但是新版的hbase(0.90)变动特别大,根本无法从编译。这点比较恶心,hbase目前升级比较快,当前是0.90(从0.20.6直接跳到0.89),至于为什么这样跳跃,参考官方的解释http://wiki.apache.org/hadoop/Hbase/HBaseVersions


1)启动Hbase,
要求hbase-0.20.3,zookeeper-3.2.2
如果使用的不是hbase-0.20.3需要重新编译hive_hbase-handler.jar

2)单节点HBase的连接
./bin/hive -hiveconf hbase.master=master:60000

3)集群HBase的连接
1.启动zookeeper
2.启动hbase
3.启动hive,添加zookeeper的支持
Java代码 复制代码  收藏代码
  1. ./bin/hive -hiveconf hbase.zookeeper.quorum= master,slave-A,slave-B  
  1. ./bin/hive -hiveconf hbase.zookeeper.quorum= master,slave-A,slave-B  

//所有的zookeeper节点

二、插入数据
启动
Java代码 复制代码  收藏代码
  1. ./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  
  1. ./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.创建hbase识别的数据库
Java代码 复制代码  收藏代码
  1. CREATE TABLE hbase_table_1(key int, value string)    
  2. STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'  
  3. WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,cf1:val")   
  4. TBLPROPERTIES ("hbase.table.name" = "xyz");  
  1. CREATE TABLE hbase_table_1(key int, value string)   
  2. STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'  
  3. WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,cf1:val")  
  4. TBLPROPERTIES ("hbase.table.name" = "xyz");  

hbase.table.name 定义在hbase的table名称
hbase.columns.mapping 定义在hbase的列族



2.使用sql导入数据
i.预先准备数据

a)新建hive的数据表
Java代码 复制代码  收藏代码
  1. CREATE TABLE pokes (foo INT, bar STRING);   
  1. CREATE TABLE pokes (foo INT, bar STRING);   

b)批量插入数据
Java代码 复制代码  收藏代码
  1. hive> LOAD DATA LOCAL INPATH './examples/files/kv1.txt' OVERWRITE INTO TABLE pokes;   
  1. hive> LOAD DATA LOCAL INPATH './examples/files/kv1.txt' OVERWRITE INTO TABLE pokes;   

这个文件位于hive的安装目录下, examples/files/kv1.txt

Java代码 复制代码  收藏代码
  1. ii.使用sql导入hbase_table_1  
  1. ii.使用sql导入hbase_table_1  

Java代码 复制代码  收藏代码
  1. INSERT OVERWRITE TABLE hbase_table_1 SELECT * FROM pokes WHERE foo=86;  
  1. INSERT OVERWRITE TABLE hbase_table_1 SELECT * FROM pokes WHERE foo=86;  

注意,默认的启动会报错的
FAILED: Execution Error, return code 2 from org.apache.hadoop.hive.ql.exec.ExecDriver
启动的时候要添加
Java代码 复制代码  收藏代码
  1. -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  
  1. -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查看数据
Java代码 复制代码  收藏代码
  1. hive> select * from  hbase_table_1;  
  1. hive> select * from  hbase_table_1;  

会显示刚刚插入的数据
86      val_86

hbase
1.登录hbase
Java代码 复制代码  收藏代码
  1. [root@master hbase]# ./bin/hbase shell  
  1. [root@master hbase]# ./bin/hbase shell  


2.查看表结构
Java代码 复制代码  收藏代码
  1. hbase(main):001:0> describe 'xyz'  
  2. DESCRIPTION                                                             ENABLED                                  
  3.  {NAME => 'xyz', FAMILIES => [{NAME => 'cf1', COMPRESSION => 'NONE', VE true                                     
  4.  RSIONS => '3', TTL => '2147483647', BLOCKSIZE => '65536', IN_MEMORY =>                                          
  5.   'false', BLOCKCACHE => 'true'}]}                                                                               
  6. 1 row(s) in 0.7460 seconds  
  1. hbase(main):001:0> describe 'xyz'  
  2. DESCRIPTION                                                             ENABLED                                 
  3.  {NAME => 'xyz', FAMILIES => [{NAME => 'cf1', COMPRESSION => 'NONE', VE true                                    
  4.  RSIONS => '3', TTL => '2147483647', BLOCKSIZE => '65536', IN_MEMORY =>                                         
  5.   'false', BLOCKCACHE => 'true'}]}                                                                              
  6. 1 row(s) in 0.7460 seconds  


3.查看加载的数据

Java代码 复制代码  收藏代码
  1. hbase(main):002:0> scan 'xyz'  
  2. ROW                          COLUMN+CELL                                                                                          
  3.  86                          column=cf1:val, timestamp=1297690405634, value=val_86    
  1. hbase(main):002:0> scan 'xyz'  
  2. ROW                          COLUMN+CELL                                                                                         
  3.  86                          column=cf1:val, timestamp=1297690405634, value=val_86    
                                                    
1 row(s) in 0.0540 seconds
可以看到,在hive中添加的数据86,已经在hbase中了

4.添加数据
Java代码 复制代码  收藏代码
  1. ' hbase(main):008:0> put 'xyz','100','cf1:val','www.360buy.com'     
  2. 0 row(s) in 0.0630 seconds  
  1. ' hbase(main):008:0> put 'xyz','100','cf1:val','www.360buy.com'    
  2. 0 row(s) in 0.0630 seconds  


Hive
参看hive中的数据
Java代码 复制代码  收藏代码
  1. hive> select * from hbase_table_1;                                               
  2. OK   
  3. 100     www.360buy.com   
  4. 86      val_86   
  5. Time taken: 8.661 seconds  
  1. hive> select * from hbase_table_1;                                              
  2. OK  
  3. 100     www.360buy.com  
  4. 86      val_86  
  5. Time taken: 8.661 seconds  

刚刚在hbase中插入的数据,已经在hive里了

hive访问已经存在的hbase
使用CREATE EXTERNAL TABLE
Java代码 复制代码  收藏代码
  1. CREATE EXTERNAL TABLE hbase_table_2(key int, value string)    
  2. STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'  
  3. WITH SERDEPROPERTIES ("hbase.columns.mapping" = "cf1:val")   
  4. TBLPROPERTIES("hbase.table.name" = "some_existing_table");  
  1. CREATE EXTERNAL TABLE hbase_table_2(key int, value string)   
  2. STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'  
  3. WITH SERDEPROPERTIES ("hbase.columns.mapping" = "cf1:val")  
  4. TBLPROPERTIES("hbase.table.name" = "some_existing_table");  




三、多列和多列族(Multiple Columns and Families)
1.创建数据库

Java代码 复制代码  收藏代码
  1. CREATE TABLE hbase_table_2(key int, value1 string, value2 int, value3 int)    
  2. STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'  
  3. WITH SERDEPROPERTIES (   
  4. "hbase.columns.mapping" = ":key,a:b,a:c,d:e"  
  5. );  
  1. CREATE TABLE hbase_table_2(key int, value1 string, value2 int, value3 int)   
  2. STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'  
  3. WITH SERDEPROPERTIES (  
  4. "hbase.columns.mapping" = ":key,a:b,a:c,d:e"  
  5. );  

2.插入数据
Java代码 复制代码  收藏代码
  1. INSERT OVERWRITE TABLE hbase_table_2 SELECT foo, bar, foo+1, foo+2    
  2. FROM pokes WHERE foo=98 OR foo=100;  
  1. INSERT OVERWRITE TABLE hbase_table_2 SELECT foo, bar, foo+1, foo+2   
  2. FROM pokes WHERE foo=98 OR foo=100;  


这个有3个hive的列(value1和value2,value3),2个hbase的列族(a,d)
Hive的2列(value1和value2)对应1个hbase的列族(a,在hbase的列名称b,c),hive的另外1列(value3)对应列(e)位于列族(d)

3.登录hbase查看结构
Java代码 复制代码  收藏代码
  1. hbase(main):003:0> describe "hbase_table_2"  
  2. DESCRIPTION                                                             ENABLED                                  
  3.  {NAME => 'hbase_table_2', FAMILIES => [{NAME => 'a', COMPRESSION => 'N true                                     
  4.  ONE', VERSIONS => '3', TTL => '2147483647', BLOCKSIZE => '65536', IN_M                                          
  5.  EMORY => 'false', BLOCKCACHE => 'true'}, {NAME => 'd', COMPRESSION =>                                           
  6.  'NONE', VERSIONS => '3', TTL => '2147483647', BLOCKSIZE => '65536', IN                                          
  7.  _MEMORY => 'false', BLOCKCACHE => 'true'}]}                                                                     
  8. 1 row(s) in 1.0630 seconds  
  1. hbase(main):003:0> describe "hbase_table_2"  
  2. DESCRIPTION                                                             ENABLED                                 
  3.  {NAME => 'hbase_table_2', FAMILIES => [{NAME => 'a', COMPRESSION => 'N true                                    
  4.  ONE', VERSIONS => '3', TTL => '2147483647', BLOCKSIZE => '65536', IN_M                                         
  5.  EMORY => 'false', BLOCKCACHE => 'true'}, {NAME => 'd', COMPRESSION =>                                          
  6.  'NONE', VERSIONS => '3', TTL => '2147483647', BLOCKSIZE => '65536', IN                                         
  7.  _MEMORY => 'false', BLOCKCACHE => 'true'}]}                                                                    
  8. 1 row(s) in 1.0630 seconds  


4.查看hbase的数据
Java代码 复制代码  收藏代码
  1. hbase(main):004:0> scan 'hbase_table_2'  
  2. ROW                          COLUMN+CELL                                                                         
  3.  100                         column=a:b, timestamp=1297695262015, value=val_100                                  
  4.  100                         column=a:c, timestamp=1297695262015, value=101                                      
  5.  100                         column=d:e, timestamp=1297695262015, value=102                                      
  6.  98                          column=a:b, timestamp=1297695242675, value=val_98                                   
  7.  98                          column=a:c, timestamp=1297695242675, value=99                                       
  8.  98                          column=d:e, timestamp=1297695242675, value=100                                      
  9. 2 row(s) in 0.0380 seconds  
  1. hbase(main):004:0> scan 'hbase_table_2'  
  2. ROW                          COLUMN+CELL                                                                        
  3.  100                         column=a:b, timestamp=1297695262015, value=val_100                                 
  4.  100                         column=a:c, timestamp=1297695262015, value=101                                     
  5.  100                         column=d:e, timestamp=1297695262015, value=102                                     
  6.  98                          column=a:b, timestamp=1297695242675, value=val_98                                  
  7.  98                          column=a:c, timestamp=1297695242675, value=99                                      
  8.  98                          column=d:e, timestamp=1297695242675, value=100                                     
  9. 2 row(s) in 0.0380 seconds  


5.在hive中查看
Java代码 复制代码  收藏代码
  1. hive> select * from hbase_table_2;   
  2. OK   
  3. 100     val_100 101     102  
  4. 98      val_98  99      100  
  5. Time taken: 3.238 seconds  

你可能感兴趣的:(hbase)