hbase 与 hive 结合

前置条件
hadoop hive hbase环境搭建完成。
搭建版本
hadoop-1.0.3
hive-0.9.0
hbase-0.94.2
zookeeper-3.3.5
步骤
配置hive xml，配置hbase与hive结合包

<property> 
<name>hive.aux.jars.path</name> 
<value>file:///usr/local/hive-0.9.0/lib/hive-hbase-handler-0.9.0.jar,file:///usr/local/hive-0.9.0/lib/hbase-0.94.2.jar,file:///usr/local/hive-0.9.0/lib/zookeeper-3.3.5.jar</value>
</property>

将hbase-0.94.2.jar 、zookeeper-3.3.5.jar包copy至所有节点$HDOOP_HOME/lib及$HIVE_HOME/lib下。注意$HIVE_HOME/lib含有hbase包需要删除。
将hbase-site.xml文件copy至所有节点$HDOOP_HOME/conf下。
测试，启动hive，创建表

CREATE TABLE qq(key string, value string) 
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,info:value")
TBLPROPERTIES ("hbase.table.name" = "xx");
--数据表
create table test(a string,b string);
--含有数据：
--1  a
--2  b
--3  c

若创建表不成功，查看hive日志提示如下异常：

2012-11-29 12:33:02,191 FATAL ExecMapper: java.lang.NoClassDefFoundError: com/google/protobuf/Message
    at org.apache.hadoop.hbase.io.HbaseObjectWritable.<clinit>(HbaseObjectWritable.java:263)
    at org.apache.hadoop.hbase.ipc.Invocation.write(Invocation.java:139)
    at org.apache.hadoop.hbase.ipc.HBaseClient$Connection.sendParam(HBaseClient.java:638)
    at org.apache.hadoop.hbase.ipc.HBaseClient.call(HBaseClient.java:1001)
    at org.apache.hadoop.hbase.ipc.WritableRpcEngine$Invoker.invoke(WritableRpcEngine.java:150)
    at $Proxy8.getProtocolVersion(Unknown Source)
......
2012-11-29 12:33:02,282 FATAL org.apache.hadoop.mapred.Child: Error running child : java.lang.NoClassDefFoundError: org/apache/hadoop/hbase/io/HbaseObjectWritable
    at org.apache.hadoop.hbase.ipc.Invocation.write(Invocation.java:139)
    at org.apache.hadoop.hbase.ipc.HBaseClient$Connection.sendParam(HBaseClient.java:638)
    at org.apache.hadoop.hbase.ipc.HBaseClient.call(HBaseClient.java:1001)
    at org.apache.hadoop.hbase.ipc.WritableRpcEngine$Invoker.invoke(WritableRpcEngine.java:150)
    at $Proxy8.getProtocolVersion(Unknown Source)

表明hbase中protobuf-java-2.4.0a.jar包没有在集群的classpath中，查看该job的syslog logs "conf classpath =..."确实不存在该包，需要将protobuf-java-2.4.0a.jar包copy至所有节点$HADOOP_HOME/lib下，并需要重启集群（不重启该包不会被加载进classpath）

qq表创建表成功后，打开hbase shell窗口，list查看xx表已经存在。
hive表中插入数据：

insert into table qq select a as key,b as value from test;

分别查看hive中qq表，hbase中xx表数据，都有数据。----表示结合成功。

很多资料包括官网使用insert into table qq select * from test即可导入，但实践证明不成功，可能是hbase及hive版本导致的。

注意：如上sql中test表字段类型必须与qq表字段类型一致，若不一致会报如下异常：

Caused by: org.apache.hadoop.hive.ql.metadata.HiveException: Hive Runtime Error while processing row {"a":"a","b":"1"}
    at org.apache.hadoop.hive.ql.exec.MapOperator.process(MapOperator.java:548)
    at org.apache.hadoop.hive.ql.exec.ExecMapper.map(ExecMapper.java:143)
    ... 7 more
Caused by: org.apache.hadoop.hive.ql.metadata.HiveException: org.apache.hadoop.hive.serde2.SerDeException: HBase row key cannot be NULL
    at org.apache.hadoop.hive.ql.exec.FileSinkOperator.processOp(FileSinkOperator.java:604)
    at org.apache.hadoop.hive.ql.exec.Operator.process(Operator.java:471)
    at org.apache.hadoop.hive.ql.exec.Operator.forward(Operator.java:762)
    at org.apache.hadoop.hive.ql.exec.SelectOperator.processOp(SelectOperator.java:84)
    at org.apache.hadoop.hive.ql.exec.Operator.process(Operator.java:471)

hive创建hbase已经存在的表：

CREATE EXTERNAL TABLE te(key string, value1 string，value2 string)   
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'  
WITH SERDEPROPERTIES ("hbase.columns.mapping" = "info:name,info:age")   
TBLPROPERTIES("hbase.table.name" = "test");

info表示列族，name和age为列族下的两个列。若hbase中还有info:class列，但创建hive关联表使用如上语句，执行select * from te只可得到key，value1、value2的值，即rowkey、name、age，没有class的值。