Hive的Java API 操作（十二）

1. 前言

在前面几篇中已经实现了Hive的配置和安装，并且基于Hive Shell实现了数据的基础分析，平常我们通过Hive做简单的数据分析实验的时候，都是直接进入Hive执行HiveQL，通过进入Hive执行HiveQL，只能将分析结果打印到屏幕或是存入临时表，如果想把分析结果写入文件，或者对分析结果做进一步的分析，就需要用程序做分析，那么接下来看一下如何通过Java访问Hive数据仓库。

2. 通过java访问Hive

2.1 启动HiveServer2

前面几篇文章介绍的都是使用Hive Shell访问Hive，如果想通过Java访问Hive则需要通过HiveServer2的方式，**HiveServer2可以使Hive以服务器形式运行，这样便于不同的客户端连接到Hive，并进行相关的操作。**并且可以通过hive.server2.thrift.port配置属性来指定服务器所监听的端口号，默认为10000。
HiverServer2的启动命令如下：

hive --service hiveserver2 &

以上就是以hiveserver2的方式启动hive，并在后台运行，启动成功后，就可以通过Java连接到Hive了。

2.2 Java API操作Hive的例子

2.2.1 创建Maven项目

Maven的pom.xml文件配置如下：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <groupId>hadoop</groupId>
    <artifactId>hive</artifactId>
    <version>1.0-SNAPSHOT</version>

    <dependencies>

        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-client</artifactId>
            <version>2.6.5</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-hdfs</artifactId>
            <version>2.6.5</version>
        </dependency>
        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>2.6.5</version>
        </dependency>

        <dependency>
            <groupId>org.apache.hive</groupId>
            <artifactId>hive-jdbc</artifactId>
            <version>1.2.2</version>
        </dependency>
    </dependencies>

</project>

2.2.2 实例代码

import java.sql.*;

public class HiveTest {

    private static final String DRIVER = "org.apache.hive.jdbc.HiveDriver";
    private static final String DATABASE_PATH = "jdbc:hive2://master001:10000/lhd";
    private static final String USER_NAME = "hadoop";
    private static final String PASSWORD = "";
    private static Connection connection = null;
    private static Statement statement = null;
    private static ResultSet resultSet = null;
    private static final String HQL = "select count(*) from person";

    public static void main(String[] args) throws SQLException {
        int count = 0;
        try{
            // 1.加载驱动
            Class.forName(DRIVER);
            System.out.println("1");
            // 2.创建链接
            connection = DriverManager.getConnection(DATABASE_PATH, USER_NAME, PASSWORD);
            System.out.println("2");
            // 3.创建statement对象
            statement = connection.createStatement();
            System.out.println("3");
            // 4.执行HQL语句
            resultSet = statement.executeQuery(HQL);
            System.out.println("4");
            // 5.处理结果集
            if(resultSet.next()){
                count = resultSet.getInt(1);
                System.out.println("5");
            }
        }catch (Exception e){
            e.printStackTrace();
        }finally {
            // 6.关闭连接
            if(resultSet != null) resultSet.close();
            if(statement != null) statement.close();
            if(connection != null) connection.close();
        }
        System.out.println("person 表的行数为：" + count);
    }
}

代码解释：
通过Java访问Hive需要依赖Hive提供的JDBC驱动，操作步骤与Java访问MySQL基本类似。
其中jdbc:hive2://master001:10000 部分，代表JDBC协议，hive2是子协议，10000是某人端口号。其余部分和访问MySQL是类似的不再赘述。

2.2.3 效果截图

通过上图可以清楚的看到是转化成为了MapReduce程序。

3. 再来举个栗子

实例代码：

import java.sql.*;

public class HiveTest {

    private static final String DRIVER = "org.apache.hive.jdbc.HiveDriver";
    private static final String DATABASE_PATH = "jdbc:hive2://master001:10000/lhd";
    private static final String USER_NAME = "hadoop";
    private static final String PASSWORD = "";
    private static Connection connection = null;
    private static Statement statement = null;
    private static ResultSet resultSet = null;
    private static final String HQL = "select * from person";

    public static void main(String[] args) throws SQLException {
        try{
            // 1.加载驱动
            Class.forName(DRIVER);
            // 2.创建链接
            connection = DriverManager.getConnection(DATABASE_PATH, USER_NAME, PASSWORD);
            // 3.创建statement对象
            statement = connection.createStatement();
            // 4.执行HQL语句
            resultSet = statement.executeQuery(HQL);
            // 5.处理结果集
            System.out.println("编号" + "\t" + "姓名" + "\t" + "年龄" + "\t" + "生活" + "\t" + "位置");
            while(resultSet.next()){
                System.out.println(resultSet.getString(1)+ "\t" + resultSet.getString(2)
                        + "\t" + resultSet.getString(3)+ "\t" + resultSet.getString(4)
                        + "\t" + resultSet.getString(5));
            }
        }catch (Exception e){
            e.printStackTrace();
        }finally {
            // 6.关闭连接
            if(resultSet != null) resultSet.close();
            if(statement != null) statement.close();
            if(connection != null) connection.close();
        }

    }
}

效果截图：

可以看出在执行简单的查询整个表的语句时，是没有转化成mapreduce程序的而是hive直接就读取了整个表。