HiveHBaseTableInputFormat代码分析
来源:互联网 发布:centos下安装hadoop 编辑:程序博客网 时间:2024/05/16 04:54
在hive源代码的src/hbase-handler/src/java/org/apache/hadoop/hive/hbase路径下,包含了用于进行hive、hbase结合的代码。主要功能是由:HBaseStorageHandler.java、HiveHBaseTableInputFormat.java、HiveHBaseTableOutputFormat.java、LazyHBaseRow.java、LazyHBaseCellMap.java、HiveHFileOutputFormat.java实现。
其中,HBaseStorageHandler.java主要用来跟完成hive调用hbase接口功能,主要实现的调用hbase接口操作hbase;HBaseSerDe.java用来完成序列化、反序列化,完成hbase数据形式与hive的数据的映射;HiveHBaseTableInputFormat.java完成hive对hbase数据的读取操作;HiveHBaseTableOutputFormat.java完成hive对hbase数据的写入操作;HiveHFileOutputFormat.java则可以将hive的结果输出为hfile文件。
重点介绍HiveHBaseTableInputFormat类
public class HiveHBaseTableInputFormat extends TableInputFormatBase
该类的父类TableInputFormatBase,是由hbase代码中提供的org.apache.hadoop.hbase.mapreduce.TableInputFormatBase,主要是用于map过程中,scan获得数据。
在这个类中,主要的几个函数为:
l getRecordReader(InputSplit, JobConf, Reporter)
l convertFilter(JobConf, Scan, TableSplit, int, boolean)
l getConstantVal(Object, PrimitiveObjectInspector, boolean)
l getNextBA(byte[])
l newIndexPredicateAnalyzer(String, String, boolean)
l getSplits(JobConf, int)
l getStorageFormatOfKey(String, String)
public RecordReader<ImmutableBytesWritable, Result> getRecordReader()函数中构造了一个RecordReader内部类,该函数返回RecordReader类的成员给上层的调用函数,在map过程中,使用该成员来完成对hbase的scan操作。
private TableSplit convertFilter(
JobConf jobConf,
Scan scan,
TableSplit tableSplit,
int iKey, boolean isKeyBinary)
从hql命令中where后的条件语句中,提取出rowkey所在字段的约束语句,将其转换成filter,并转换成hbase的startkey、endkey,加速hbase的scan操作,用术语就是谓词下推,但是现阶段(0.12)只能支持>、<、=、!=操作。
static IndexPredicateAnalyzer newIndexPredicateAnalyzer(
String keyColumnName, String keyColType, boolean isKeyBinary)
用来生成IndexPredicateAnalyzer。IndexPredicateAnalyzer 是用来处理hive的谓词下推,将hive的filter转换为hbase能够识别的startRow、endRow方式。
public InputSplit[] getSplits(JobConf jobConf, int numSplits) throws IOException
getSplits是一个关键函数,在map之前,用来对hbase的scan操作进行划分。主要是根据查询的rowkey字段进行startRow、endRow的分配,如果是划分了多个region,会将startRow、endRow分配到不同的region中。
private boolean getStorageFormatOfKey(String spec, String defaultFormat) throws IOException
判断列的类型,是string类型还是binary类型
- HiveHBaseTableInputFormat代码分析
- 分析代码
- 代码分析
- 分析代码
- 代码分析
- 分析代码
- 代码分析
- 代码分析
- 代码分析
- butterknife源码分析:代码分析
- Bittorrent 精彩代码分析
- Duwamish代码分析篇
- 井字棋游戏 代码分析
- VC6启动代码分析
- Duwamish代码分析篇
- 定时器代码分析
- Duwamish -- 代码分析篇
- 264代码分析
- 你答应我今天飞来带着你迟来的真爱
- JS获取网页属性(转)
- 算法学习——LSC最大公有子序列 java实现
- ORA-600
- android 中ids.xml资源的使用
- HiveHBaseTableInputFormat代码分析
- 有关onpropertychange事件
- hibernate使用hql和sql查询总记录数和注意事项
- jdk环境配置
- python----学习之list
- jqwidgets 选中一列
- PHP+号运算符的特点
- iOS--KVO
- 在java web项目中调用c++程序简单案例