HBase与Hive的集成

HBase与Hive的集成

1、HBase与Hive的对比

• Hive

  数据仓库：Hive的本质其实就相当于将HDFS中已经存储的文件在Mysql中做了一个双射关系，以方便使用HQL去管理查询。

  用于数据分析、清洗：Hive适用于离线的数据分析和清洗，延迟较高。

  基于HDFS、MapReduce：Hive存储的数据依旧在DataNode上，编写的HQL语句终将是转换为MapReduce代码执行。

• HBase

  数据库：是一种面向列族存储的非关系型数据库。

  用于存储结构化和非结构化的数据：适用于单表非关系型数据的存储，不适合做关联查询，类似JOIN等操作。

  基于HDFS：数据持久化存储的体现形式是HFile，存放于DataNode中，被ResionServer以region的形式进行管理。

  延迟较低，接入在线业务使用：面对大量的企业数据，HBase可以直线单表大量数据的存储，同时提供了高效的数据访问速度。

2、HBase与Hive集成使用

在hive-site.xml中添加zookeeper的属性

	<property>
        <name>hive.zookeeper.quorum</name>
        <value>hadoop102,hadoop103,hadoop104</value>
    </property>

    <property>
        <name>hive.zookeeper.client.port</name>
        <value>2181</value>
    </property>

案例一：(不常见，为案例二做准备)

**目标：**建立Hive表，关联HBase表，插入数据到Hive表的同时能够影响HBase表。

分步实现：

1. 在Hive中创建表同时关联HBase

   CREATE TABLE hive_hbase_emp_table(
   empno int,
   ename string,
   job string,
   mgr int,
   hiredate string,
   sal double,
   comm double,
   deptno int)
   STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
   WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,info:ename,info:job,info:mgr,info:hiredate,info:sal,info:comm,info:deptno")
   TBLPROPERTIES ("hbase.table.name" = "hbase_emp_table");
   

   完成之后，可以分别进入Hive和HBase查看，都生成了对应的表

   

   2. 在Hive中创建临时中间表，用于load文件中的数据

      不能将数据直接load进Hive所关联HBase的那张表中

      CREATE TABLE emp(
      empno int,
      ename string,
      job string,
      mgr int,
      hiredate string,
      sal double,
      comm double,
      deptno int)
      row format delimited fields terminated by '\t';
      

   3. 向Hive中间表load数据

      load data local inpath '/opt/software/emp.txt' into table emp;
      

   4. 通过insert命令将中间表中的数据导入到Hive关联Hbase的那张表中

      insert into table hive_hbase_emp_table select * from emp;
      

   5. 查看Hive以及关联的HBase表中是否已经成功的同步插入了数据

      --Hive：
      hive> select * from hive_hbase_emp_table;
      --HBase：
      Hbase> scan 'hbase_emp_table'
      

案例二：HBase中已经存储了某一张表，在Hive中创建一个外部表来关联HBase中的这张表

**目标：**在HBase中已经存储了某一张表hbase_emp_table，然后在Hive中创建一个外部表来关联HBase中的hbase_emp_table这张表，使之可以借助Hive来分析HBase这张表中的数据。

1. 在hive中创建外部表

   CREATE EXTERNAL TABLE relevance_hbase_emp(
   empno int,
   ename string,
   job string,
   mgr int,
   hiredate string,
   sal double,
   comm double,
   deptno int)
   STORED BY 
   'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
   WITH SERDEPROPERTIES ("hbase.columns.mapping" = 
   ":key,info:ename,info:job,info:mgr,info:hiredate,info:sal,info:comm,info:deptno") 
   TBLPROPERTIES ("hbase.table.name" = "hbase_emp_table");
   

2. 关联后就可以使用Hive函数进行一些分析操作了

   hive (default)> select * from relevance_hbase_emp;