hbase和Hive的整合

hbase和Hive的整合

1.原理

Hive 与 HBase 利用两者本身对外的 API 来实现整合，主要是靠 HBaseStorageHandler 进行通信，利用 HBaseStorageHandler，Hive 可以获取到 Hive 表对应的 HBase 表名，列簇以及列，InputFormat 和 OutputFormat 类，创建和删除 HBase 表等。

Hive 访问 HBase 中表数据，实质上是通过 MapReduce 读取 HBase 表数据，其实现是在 MR中，使用 HiveHBaseTableInputFormat 完成对 HBase 表的切分，获取 RecordReader 对象来读取数据。

对 HBase 表的切分原则是一个 Region 切分成一个 Split,即表中有多少个 Regions，MR 中就有多少个 Map。

读取 HBase 表数据都是通过构建 Scanner，对表进行全表扫描，如果有过滤条件，则转化为Filter。当过滤条件为 rowkey 时，则转化为对 rowkey 的过滤，Scanner 通过 RPC 调用RegionServer 的 next()来获取数据

2.实例

实例
需求:将hbase中的一张user_info表的数据同步到hive的表中
hbase表的数据如下

hbase(main):002:0> scan “user_info”

Hive端的操作

1.进入hive的客户端
2.为了让hive找到hbase的路径需要进行如下的设置

• 指定 hbase 所使用的 zook