hive hbase整合

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
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
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
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
1.CREATE TABLE pokes (foo INT, bar STRING);  
 
b）批量插入数据

Java代码
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
1.ii.使用sql导入hbase_table_1 
 Java代码
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
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
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
[root@master hbase]# ./bin/hbase shell 
 

2.查看表结构

Java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   3.查看加载的数据

Java代码
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
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
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
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
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
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
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
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
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