先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新大数据全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上大数据知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip204888 (备注大数据)
正文
}
#### 4、debug.sh
允许通过JDI API连接到Hive来调试它
用法:hive--debug[:逗号分隔的参数列表]
参数列表:
recursive=<y|n> :是否也应在调试模式下启动子JVM。默认值:y
port=<port\_number> :主JVM侦听调试连接的端口。默认值:8000
mainSuspend=<y|n>:主JVM是否应等待调试器连接的执行。默认值:y
childSuspend=<y|n>:子JVM是否应等待调试器连接的执行。默认值:n
swapSuspend:交换主JVM和子JVM之间的挂起选项
#### 5、fixacidkeyindex.sh
用于检查和修复ORC文件的ACID密钥索引,(如果由于HIVE-18817而写入错误)的实用程序。将在ORC文件中检查的条件是,acid键索引中的条带数是否与ORC StripeInformation中的条带数匹配。
补充:
ORC采用混合存储结构。不是一个单纯的列式存储格式,它遵循了先水平分区,再垂直分区的理念。它支持复杂数据类型、ACID支持及内置索引支持,非常适合海量数据的存储。
ORC文件是以二进制的方式存储的,不可以直接读取。它是文件是自包含的,读取它不需考虑用户使用环境,因为它本身存储了文件数据、数据类型及编码信息,不依赖于 Hive Metastore 或任何其他外部元数据。
ORC的主体由多个Stripe(也成为条带)组成,Stripe又包含三个部分:Index Data、Row Data和Stripe Footer。索引和数据部分都按列划分,因此只需要读取所需列的数据。
THISSERVICE=fixacidkeyindex
export SERVICE_LIST="
S
E
R
V
I
C
E
L
I
S
T
{SERVICE_LIST}
SERVICELIST{THISSERVICE} "
fixacidkeyindex () {
CLASS=org.apache.hadoop.hive.ql.io.orc.FixAcidKeyIndex
HIVE_OPTS=‘’
execHiveCmd
C
L
A
S
S
"
CLASS "
CLASS"@"
}
使用:
./hive --service fixacidkeyindex [-h] --check-only|--recover [--backup-path <new-path>] <path\_to\_orc\_file\_or\_directory>
解释:
--check-only:检查acid orc文件的有效acid键索引,并在不修复的情况下退出
--recover:如果需要修复,请修复acid orc文件的acid键索引
--backup-path <new\_path>:指定存储损坏文件的备份路径(默认:/tmp)
--help (-h):Print help message
#### 6、help.sh
打印hive命令的使用信息,帮助你使用
#### 7、hiveburninclient.sh
HiveBurnInClient是该脚本最后执行的java主类,内容也很简单,通过jdbc连接hive,创建两张表,并加载./examples/files/kv1.txt和./examples/files/kv2.txt到表中,进行单表查询和关联查询,并记录每次执行sql的时间
THISSERVICE=hiveburninclient
export SERVICE_LIST="
S
E
R
V
I
C
E
L
I
S
T
{SERVICE_LIST}
SERVICELIST{THISSERVICE} "
hiveburninclient() {
echo “Starting hiveburninclient”
CLASS=org.apache.hive.testutils.jdbc.HiveBurnInClient
if
c
y
g
w
i
n
;
t
h
e
n
H
I
V
E
L
I
B
=
‘
c
y
g
p
a
t
h
−
w
"
cygwin; then HIVE_LIB=`cygpath -w "
cygwin;thenHIVELIB=‘cygpath−w"HIVE_LIB"`
fi
JAR=${HIVE_LIB}/hive-service-*.jar
exec $HADOOP jar $JAR $CLASS
H
I
V
E
O
P
T
S
"
HIVE_OPTS "
HIVEOPTS"@"
}
hiveburninclient_help() {
hiveburninclient -H
}
#### 8、hiveserver2.sh
HiveServer2(HS2)是一种使客户端能够针对Hive执行查询的服务。HiveServer2是已弃用的HiveServer1的继任者。HS2支持多客户端并发和身份验证。它旨在为JDBC和ODBC等开放式API客户端提供更好的支持。
HS2是作为复合服务运行的单个进程,其中包括基于Thrift的Hive服务(TCP或HTTP)和用于web UI的Jetty web服务器。
THISSERVICE=hiveserver2
export SERVICE_LIST="
S
E
R
V
I
C
E
L
I
S
T
{SERVICE_LIST}
SERVICELIST{THISSERVICE} "
hiveserver2() {
&2 echo “$(timestamp): Starting HiveServer2”
CLASS=org.apache.hive.service.server.HiveServer2
if c y g w i n ; t h e n H I V E L I B = ‘ c y g p a t h − w " cygwin; then HIVE_LIB=`cygpath -w " cygwin;thenHIVELIB=‘cygpath−w"HIVE_LIB"`
fi
JAR=${HIVE_LIB}/hive-service-[0-9].*.jar
export HADOOP_CLIENT_OPTS=" -Dproc_hiveserver2
H
A
D
O
O
P
C
L
I
E
N
T
O
P
T
S
"
e
x
p
o
r
t
H
A
D
O
O
P
O
P
T
S
=
"
HADOOP_CLIENT_OPTS " export HADOOP_OPTS="
HADOOPCLIENTOPTS"exportHADOOPOPTS="HIVESERVER2_HADOOP_OPTS $HADOOP_OPTS"
exec $HADOOP jar $JAR $CLASS
H
I
V
E
O
P
T
S
"
HIVE_OPTS "
HIVEOPTS"@"
}
hiveserver2_help() {
hiveserver2 -H
}
timestamp()
{
date +“%Y-%m-%d %T”
}
#### 9、hplsql.sh
编译并运行HPL/SQL脚本,
THISSERVICE=hplsql
export SERVICE_LIST="
S
E
R
V
I
C
E
L
I
S
T
{SERVICE_LIST}
SERVICELIST{THISSERVICE} "
hplsql () {
CLASS=org.apache.hive.hplsql.Hplsql;
仅包括HPL/SQL jar及其依赖项
hplsqlJarPath=ls ${HIVE_LIB}/hive-hplsql-*.jar
antlrJarPath=“
H
I
V
E
L
I
B
/
a
n
t
l
r
−
r
u
n
t
i
m
e
−
4.5.
j
a
r
"
h
a
d
o
o
p
C
l
a
s
s
p
a
t
h
=
"
"
i
f
[
[
−
n
"
{HIVE_LIB}/antlr-runtime-4.5.jar" hadoopClasspath="" if [[ -n "
HIVELIB/antlr−runtime−4.5.jar"hadoopClasspath=""if[[−n"{HADOOP_CLASSPATH}” ]]
then
hadoopClasspath=“
H
A
D
O
O
P
C
L
A
S
S
P
A
T
H
:
"
f
i
e
x
p
o
r
t
H
A
D
O
O
P
C
L
A
S
S
P
A
T
H
=
"
{HADOOP_CLASSPATH}:" fi export HADOOP_CLASSPATH="
HADOOPCLASSPATH:"fiexportHADOOPCLASSPATH="{hadoopClasspath}
H
I
V
E
C
O
N
F
D
I
R
:
{HIVE_CONF_DIR}:
HIVECONFDIR:{hplsqlJarPath}😒{antlrJarPath}”
exec $HADOOP jar ${hplsqlJarPath} $CLASS
H
I
V
E
O
P
T
S
"
HIVE_OPTS "
HIVEOPTS"@"
}
hplsql_help () {
hplsql “–help”
}
#### 10、jar.sh
用于需要Hadoop和Hive类路径和环境的应用程序,
./hive --service jar <yourjar> <yourclass> HIVE\_OPTS <your\_args>
#### 11、lineage.sh
给定一个hql,LineageInfo主类负责解析给定的查询并获取沿袭信息(ParseDriver负责解析hql获取AST树)目前,这只打印给定hql的输入和输出表
THISSERVICE=lineage
export SERVICE_LIST="
S
E
R
V
I
C
E
L
I
S
T
{SERVICE_LIST}
SERVICELIST{THISSERVICE} "
lineage () {
CLASS=org.apache.hadoop.hive.ql.tools.LineageInfo
cli特定代码
if [ ! -f ${HIVE_LIB}/hive-exec-*.jar ]; then
echo “Missing Hive exec Jar”
exit 3;
fi
if
c
y
g
w
i
n
;
t
h
e
n
H
I
V
E
L
I
B
=
‘
c
y
g
p
a
t
h
−
w
"
cygwin; then HIVE_LIB=`cygpath -w "
cygwin;thenHIVELIB=‘cygpath−w"HIVE_LIB"`
fi
exec $HADOOP jar ${HIVE_LIB}/hive-exec-*.jar
C
L
A
S
S
"
CLASS "
CLASS"@"
}
lineage_help () {
echo "usage ./hive --service lineage ‘hql’ "
}
hive -service lineage 'select \* from personal\_info\_test where id =2'
####
可以看下只输出了输入表的表名
#### 12、llap.sh
Hive2.0时添加的这个功能
llap是Live Long and Prosper(生生不息,繁荣昌盛)的缩写,是一个常用的祝福语,意为“长寿和繁荣”,它来自于美国电视剧《星际迷航》中的一个著名台词,由主角斯波克(Spock)所说。这句话传达了对他人健康长寿和事业兴旺的祝愿。
在hive中表示Live-Long And Process(常驻进程)可以进一步提升Hive的执行速度
从脚本中我们可以看到还用python启动了在yarn上的LLAP服务
关于Hive 的 LLAP功能我们会专门用一篇博客来讲,记得关注我哟
THISSERVICE=llap
export SERVICE_LIST="
S
E
R
V
I
C
E
L
I
S
T
{SERVICE_LIST}
SERVICELIST{THISSERVICE} "
llap () {
TMPDIR=$(mktemp -d /tmp/staging-yarn-XXXXXX)
CLASS=org.apache.hadoop.hive.llap.cli.LlapServiceDriver;
if [ ! -f ${HIVE_LIB}/hive-cli-*.jar ]; then
echo “Missing Hive CLI Jar”
exit 3;
fi
if
c
y
g
w
i
n
;
t
h
e
n
H
I
V
E
L
I
B
=
‘
c
y
g
p
a
t
h
−
w
"
cygwin; then HIVE_LIB=`cygpath -w "
cygwin;thenHIVELIB=‘cygpath−w"HIVE_LIB"`
fi
set -e;
export HADOOP_CLIENT_OPTS=" -Dproc_llapcli $HADOOP_CLIENT_OPTS -Dlog4j.configurationFile=llap-cli-log4j2.properties "
hadoop 20 or newer - skip the aux_jars option. picked up from hiveconf
$HADOOP $CLASS $HIVE_OPTS -directory T M P D I R " TMPDIR " TMPDIR"@"
check for config files
test -f $TMPDIR/config.json
python $HIVE_HOME/scripts/llap/yarn/package.py --input T M P D I R " TMPDIR " TMPDIR"@"
remove temp files
rm -rf $TMPDIR
}
llap_help () {
CLASS=org.apache.hadoop.hive.llap.cli.LlapServiceDriver;
execHiveCmd $CLASS “–help”
}
#### 13、llapdump.sh
通过LLAP输入格式测试查询和数据检索的实用程序
THISSERVICE=llapdump
export SERVICE_LIST="
S
E
R
V
I
C
E
L
I
S
T
{SERVICE_LIST}
SERVICELIST{THISSERVICE} "
llapdump () {
CLASS=org.apache.hadoop.hive.llap.LlapDump
HIVE_OPTS=‘’
execHiveCmd
C
L
A
S
S
"
CLASS "
CLASS"@"
}
llapdump_help () {
echo “usage ./hive --service llapdump [-l ] [-u ] [-p ] ”
echo “”
echo " --location (-l) hs2 url"
echo " --user (-u) user name"
echo " --pwd (-p) password"
}
hive --service llapdump 'select \* from personal\_info\_test where id =2'
#### 14、llapstatus.sh
负责变更LLAP服务的状态
THISSERVICE=llapstatus
export SERVICE_LIST="
S
E
R
V
I
C
E
L
I
S
T
{SERVICE_LIST}
SERVICELIST{THISSERVICE} "
llapstatus () {
CLASS=org.apache.hadoop.hive.llap.cli.LlapStatusServiceDriver;
if [ ! -f ${HIVE_LIB}/hive-cli-*.jar ]; then
echo “Missing Hive CLI Jar”
exit 3;
fi
if
c
y
g
w
i
n
;
t
h
e
n
H
I
V
E
L
I
B
=
‘
c
y
g
p
a
t
h
−
w
"
cygwin; then HIVE_LIB=`cygpath -w "
cygwin;thenHIVELIB=‘cygpath−w"HIVE_LIB"`
fi
set -e;
export HADOOP_CLIENT_OPTS=" -Dproc_llapstatuscli $HADOOP_CLIENT_OPTS -Dlog4j.configurationFile=llap-cli-log4j2.properties "
hadoop 20 or newer - skip the aux_jars option. picked up from hiveconf
$HADOOP $CLASS H I V E O P T S " HIVE_OPTS " HIVEOPTS"@"
}
llapstatus_help () {
CLASS=org.apache.hadoop.hive.llap.cli.LlapStatusServiceDriver;
execHiveCmd $CLASS “–help”
}
#### 15、metastore.sh
基于HadoopThriftAuthBridge 启动Metastore
HadoopThriftAuthBridge是将Thrift的SASL传输桥接到Hadoop的SASL回调处理程序和身份验证类的函数
THISSERVICE=metastore
export SERVICE_LIST="
S
E
R
V
I
C
E
L
I
S
T
{SERVICE_LIST}
SERVICELIST{THISSERVICE} "
metastore() {
echo “$(timestamp): Starting Hive Metastore Server”
CLASS=org.apache.hadoop.hive.metastore.HiveMetaStore
if
c
y
g
w
i
n
;
t
h
e
n
H
I
V
E
L
I
B
=
‘
c
y
g
p
a
t
h
−
w
"
cygwin; then HIVE_LIB=`cygpath -w "
cygwin;thenHIVELIB=‘cygpath−w"HIVE_LIB"`
fi
JAR=${HIVE_LIB}/hive-metastore-*.jar
hadoop 20 or newer - skip the aux_jars option and hiveconf
export HADOOP_CLIENT_OPTS=" -Dproc_metastore
H
A
D
O
O
P
C
L
I
E
N
T
O
P
T
S
"
e
x
p
o
r
t
H
A
D
O
O
P
O
P
T
S
=
"
HADOOP_CLIENT_OPTS " export HADOOP_OPTS="
HADOOPCLIENTOPTS"exportHADOOPOPTS="HIVE_METASTORE_HADOOP_OPTS $HADOOP_OPTS"
exec $HADOOP jar $JAR
C
L
A
S
S
"
CLASS "
CLASS"@"
}
metastore_help() {
metastore -h
}
timestamp()
{
date +“%Y-%m-%d %T”
}
#### 16、metatool.sh
此类为配置单元管理员提供了一个工具
1、使用DataNucleus对元存储执行JDOQL (JDO其实就是jdbc,因为hive-site.xml中关于metastore的配置都是javax.jdo.xxx)
2、执行HA名称节点升级
THISSERVICE=metatool
export SERVICE_LIST="
S
E
R
V
I
C
E
L
I
S
T
{SERVICE_LIST}
SERVICELIST{THISSERVICE} "
metatool () {
HIVE_OPTS=‘’
CLASS=org.apache.hadoop.hive.metastore.tools.HiveMetaTool
execHiveCmd
C
L
A
S
S
"
CLASS "
CLASS"@"
}
metatool_help () {
HIVE_OPTS=‘’
CLASS=org.apache.hadoop.hive.metastore.tools.HiveMetaTool
execHiveCmd $CLASS “–help”
}
#### 17、orcfiledump.sh
用于查看或修复orc文件的工具
hive --service orcfiledump --help
THISSERVICE=orcfiledump
export SERVICE_LIST="
S
E
R
V
I
C
E
L
I
S
T
{SERVICE_LIST}
SERVICELIST{THISSERVICE} "
orcfiledump () {
CLASS=org.apache.orc.tools.FileDump
HIVE_OPTS=‘’
execHiveCmd
C
L
A
S
S
"
CLASS "
CLASS"@"
}
orcfiledump_help () {
echo “usage ./hive orcfiledump [-h] [-j] [-p] [-t] [-d] [-r <col_ids>] [–recover] [–skip-dump] [–backup-path ] <path_to_orc_file_or_directory>”
echo “”
echo " --json (-j) Print metadata in JSON format"
echo " --pretty (-p) Pretty print json metadata output"
echo " --timezone (-t) Print writer’s time zone"
echo " --data (-d) Should the data be printed"
echo " --rowindex (-r) <col_ids> Comma separated list of column ids for which row index should be printed"
echo " --recover Recover corrupted orc files generated by streaming"
echo " --skip-dump Used along with --recover to directly recover files without dumping"
echo " --backup-path <new_path> Specify a backup path to store the corrupted files (default: /tmp)"
echo " --help (-h) Print help message"
}
我们创建一个orc表并插入些数据来实践下这个命令
create table if not exists test.personal_info_temp_orc
(id int comment ‘id’,
name string comment ‘姓名’,
age string comment ‘年龄’ ,
sex string comment ‘性别:1男0女2其他’ ,
telno string comment ‘手机号’ )
row format delimited
fields terminated by ‘,’
stored as orc
;
#hive ORC表的数据不能通过hive客户端load数据文件加载,也不能使用hdfs dfs -put上传到对应目录
#只能通过insert 方式插入数据
insert into personal_info_temp_orc select * from ods.personal_info_temp order by id ;
>
> #获取orc文件信息
>
>
> hive --orcfiledump /user/hive/warehouse/test.db/personal\_info\_temp\_orc/000000\_0
>
>
>
![](https://img-blog.csdnimg.cn/direct/34fd5e4239424324832ec068266fb3b1.png)
#### 18、rcfilecat.sh
RCFile 和 ORCFile一样都是行列式存储文件,ORCFile为优化后的行列式存储文件
THISSERVICE=rcfilecat
export SERVICE_LIST="
S
E
R
V
I
C
E
L
I
S
T
{SERVICE_LIST}
SERVICELIST{THISSERVICE} "
rcfilecat () {
CLASS=org.apache.hadoop.hive.cli.RCFileCat
HIVE_OPTS=‘’
execHiveCmd
C
L
A
S
S
"
CLASS "
CLASS"@"
}
rcfilecat_help () {
echo "usage ./hive rcfilecat [–start=‘startoffset’] [–length=‘len’] "
}
我们创建一个RCFile 格式的表并插入些数据来实践下这个命令
create table if not exists test.personal_info_temp_rc_file
(id int comment ‘id’,
name string comment ‘姓名’,
age string comment ‘年龄’ ,
sex string comment ‘性别:1男0女2其他’ ,
telno string comment ‘手机号’ )
row format delimited
fields terminated by ‘,’
stored as rcfile
;
#hive ORC表的数据不能通过hive客户端load数据文件加载,也不能使用hdfs dfs -put上传到对应目录
#只能通过insert 方式插入数据
insert into personal_info_temp_rc_file select * from ods.personal_info_temp order by id ;
#获取orc文件信息
>
> hive --rcfilecat /user/hive/warehouse/test.db/personal\_info\_temp\_rc\_file /000000\_0
>
>
>
![](https://img-blog.csdnimg.cn/direct/0cabd40d9b4d413798d9392e0b13a7d2.png)
#### 19、schemaTool.sh
这是一个初始化Hive元数据的工具,使用方法为(使用之前需要在hive-site.xml中正确填写元数据库的连接、用户名、密码)
>
> schematool -dbType mysql -initSchema
>
>
>
THISSERVICE=schemaTool
export SERVICE_LIST="
S
E
R
V
I
C
E
L
I
S
T
{SERVICE_LIST}
SERVICELIST{THISSERVICE} "
schemaTool() {
HIVE_OPTS=‘’
CLASS=org.apache.hive.beeline.HiveSchemaTool
execHiveCmd
C
L
A
S
S
"
CLASS "
CLASS"@"
}
schemaTool_help () {
HIVE_OPTS=‘’
CLASS=org.apache.hive.beeline.HiveSchemaTool
execHiveCmd $CLASS “–help”
}
#### 20、strictmanagedmigration.sh
HiveStrictManagedMigration是这个脚本对应的java类,会循环每个数据库并把他们移动到hive-site.xml中hive.metastore.warehouse.dir对应的路径下,默认为/user/hive/warehouse
![](https://img-blog.csdnimg.cn/direct/cd659ae76b1b4cacac623450a02af997.png)
如果我们有三个数据库 default、ods、dwd
在default下建的表放在了/user/hive/warehouse 下
在ods下建的表放在了/user/hive/warehouse/ods.db 下
在dwd下建的表放在了/user/hive/warehouse/dwd.db 下
THISSERVICE=strictmanagedmigration
export SERVICE_LIST="
S
E
R
V
I
C
E
L
I
S
T
{SERVICE_LIST}
SERVICELIST{THISSERVICE} "
strictmanagedmigration () {
CLASS=org.apache.hadoop.hive.ql.util.HiveStrictManagedMigration
HIVE_OPTS=‘’
execHiveCmd
C
L
A
S
S
"
CLASS "
CLASS"@"
}
strictmanagedmigration_help () {
strictmanagedmigration “–help”
}
#### 21、tokentool.sh
用于操作MetaStore委派令牌的工具
#### 22、version.sh
输出Hive的版本信息,基本每个工具都有这个功能,比如 java -version 等等
Hive 对应的命令是 hive --version 会输出版本信息、版本控制地址、提交的作者和时间、纠错码
![](https://img-blog.csdnimg.cn/direct/965f991581a447a9acbb60aca9f768f5.png)
### 3、ext/util下的脚本
这里只有一个脚本:execHiveCmd.sh
相比在很多脚本中都有它的身影,很多脚本对应的主类都是传递给它来运行的
CLI_JAR=“hive-cli-.jar"
BEELINE_JAR="hive-beeline-.jar”
execHiveCmd () {
CLASS=$1;
shift;
如果jar未作为参数传递,请使用相应的cli-jar
if [ “
1
"
=
=
"
1" == "
1"=="CLI_JAR” ] || [ “
1
"
=
=
"
1" == "
1"=="BEELINE_JAR” ]; then
JAR=“
1
"
s
h
i
f
t
;
e
l
s
e
i
f
[
"
1" shift; else if [ "
1"shift;elseif["USE_DEPRECATED_CLI” == “true” ]; then
JAR=“
C
L
I
J
A
R
"
e
l
s
e
J
A
R
=
"
CLI_JAR" else JAR="
CLIJAR"elseJAR="BEELINE_JAR”
fi
fi
cli specific code
if [ ! -f
H
I
V
E
L
I
B
/
{HIVE_LIB}/
HIVELIB/JAR ]; then
echo “Missing $JAR Jar”
exit 3;
fi
if
c
y
g
w
i
n
;
t
h
e
n
H
I
V
E
L
I
B
=
‘
c
y
g
p
a
t
h
−
w
"
cygwin; then HIVE_LIB=`cygpath -w "
cygwin;thenHIVELIB=‘cygpath−w"HIVE_LIB"`
fi
hadoop 20 or newer - skip the aux_jars option. picked up from hiveconf
exec $HADOOP jar
H
I
V
E
L
I
B
/
{HIVE_LIB}/
HIVELIB/JAR $CLASS
H
I
V
E
O
P
T
S
"
HIVE_OPTS "
HIVEOPTS"@"
}
## 四、java部分
在cli.sh脚本中我们已经分析了默认hive客户端的启动类为CliDriver,下面我们就从CliDriver的main方法开始捋(不是主要的代码会省略掉,方便我们理清主线逻辑)
### 1、main
这部分代码很简单,我们接着往下看
public static void main(String[] args) throws Exception {
int ret = new CliDriver().run(args);
//终止当前运行的Java虚拟机。参数用作状态代码;按照惯例,非零状态代码表示异常终止。
System.exit(ret);
}
### 2、run
public int run(String[] args) throws Exception {
OptionsProcessor oproc = new OptionsProcessor();
//从参数设置hive的环境变量,如果中间出现异常返回 1 终止虚拟机
if (!oproc.process_stage1(args)) {
return 1;
}
//......省略......
//Hive客户端会话状态类
CliSessionState ss = new CliSessionState(new HiveConf(SessionState.class));
//把系统“标准”输入流、输出流、错误流 赋给 Hive客户端会话状态类
//如果期间有错误 返回 3 终止虚拟机
ss.in = System.in;
try {
ss.out = new PrintStream(System.out, true, "UTF-8");
ss.info = new PrintStream(System.err, true, "UTF-8");
ss.err = new CachingPrintStream(System.err, true, "UTF-8");
} catch (UnsupportedEncodingException e) {
return 3;
}
//判断 hive命令后面的参数 比如 hive -e “hql” hive -f xxx.hql 等
//这里就会根据命令行的参数初始化以下变量
// ss.database 执行的数据库
// ss.execString -e 后面要执行的hql
// ss.fileName -f 包含hql的文件
// ss.initFiles
if (!oproc.process_stage2(ss)) {
return 2;
}
//设置通过命令行指定的所有属性
HiveConf conf = ss.getConf();
for (Map.Entry<Object, Object> item : ss.cmdProperties.entrySet()) {
conf.set((String) item.getKey(), (String) item.getValue());
ss.getOverriddenConfigurations().put((String) item.getKey(), (String) item.getValue());
}
//读取提示配置并替换变量。
prompt = conf.getVar(HiveConf.ConfVars.CLIPROMPT);
prompt = new VariableSubstitution(new HiveVariableSource() {
@Override
public Map<String, String> getHiveVariable() {
return SessionState.get().getHiveVariables();
}
}).substitute(conf, prompt);
prompt2 = spacesForString(prompt);
if (HiveConf.getBoolVar(conf, ConfVars.HIVE_CLI_TEZ_SESSION_ASYNC)) {
//以fire-and-forget 的方式启动会话。当需要会话的异步初始化部分时,
//相应的getter和其他方法将根据需要等待。
//fire-and-forget :把消息发送给服务器,但并不关心是否都到
SessionState.beginStart(ss, console);
} else {
SessionState.start(ss);
}
ss.updateThreadName();
//创建视图注册表
HiveMaterializedViewsRegistry.get().init();
//执行cli驱动程序工作
try {
return executeDriver(ss, conf, oproc);
} finally {
ss.resetThreadName();
ss.close();
}
}
### 3、executeDriver
/**
- 执行Hive客户端的任务
- @param ss CLI driver 的 session状态
- @param conf Hive的配置信息
- @param CLI 调用的操作处理器
- @return 执行命令的状态
- @throws Exception
*/
private int executeDriver(CliSessionState ss, HiveConf conf, OptionsProcessor oproc)
throws Exception {
CliDriver cli = new CliDriver();
//设置cli的关于hive的环境变量
cli.setHiveVariables(oproc.getHiveVariables());
//如果指定,请使用指定的数据库
cli.processSelectDatabase(ss);
//执行-i init文件(始终处于静默模式)
cli.processInitFiles(ss);
//如果命令行带了 -e 参数 ,现在需要处理 -e 后面的 hql
if (ss.execString != null) {
//处理一行分号分隔的命令
int cmdProcessStatus = cli.processLine(ss.execString);
return cmdProcessStatus;
}
try {
//如果命令行带了 -f 参数 ,现在需要处理 -f 里面的 hql
if (ss.fileName != null) {
return cli.processFile(ss.fileName);
}
} catch (FileNotFoundException e) {
System.err.println("Could not open input file for reading. (" + e.getMessage() + ")");
return 3;
}
//判断hive当前的执行引擎是否是 mr
if ("mr".equals(HiveConf.getVar(conf, ConfVars.HIVE_EXECUTION_ENGINE))) {
console.printInfo(HiveConf.generateMrDeprecationWarning());
}
//创建ConsoleReader并启动,读取用户输入,遇到“;”为一个完整的命令
//并开启命令历史记录服务,将命令写入文件中
setupConsoleReader();
String line;
int ret = 0;
String prefix = "";
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
-f 里面的 hql
if (ss.fileName != null) {
return cli.processFile(ss.fileName);
}
} catch (FileNotFoundException e) {
System.err.println(“Could not open input file for reading. (” + e.getMessage() + “)”);
return 3;
}
//判断hive当前的执行引擎是否是 mr
if (“mr”.equals(HiveConf.getVar(conf, ConfVars.HIVE_EXECUTION_ENGINE))) {
console.printInfo(HiveConf.generateMrDeprecationWarning());
}
//创建ConsoleReader并启动,读取用户输入,遇到“;”为一个完整的命令
//并开启命令历史记录服务,将命令写入文件中
setupConsoleReader();
String line;
int ret = 0;
String prefix = "";
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip204888 (备注大数据)
[外链图片转存中…(img-ZRxz7NZw-1713297701747)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!