目录
使用场景
如果大量的数据已经存放在 HBase 上面,并且需要对已经存在的数据进行数据分析处理,那么 Phoenix 并不适合做特别复杂的 SQL 处理。此时,可以使用 Hive 映射 HBase 的表格,之后通过编写 HQL 进行分析处理。
HBase 与 Hive 集成使用
Hive 安装https://blog.csdn.net/qq_45115959/article/details/141828012
在 hive-site.xml
中添加 Zookeeper 的属性,如下所示:
<property>
<name>hive.zookeeper.quorum</name>
<value>hadoop12,hadoop13,hadoop14</value>
</property>
<property>
<name>hive.zookeeper.client.port</name>
<value>2181</value>
</property>
1)案例一
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:
-
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");
提示:完成之后,可以分别进入 Hive 和 HBase 查看,都生成了对应的表。
-
在 Hive 中创建临时中间表,用于 load 文件中的数据
提示: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';
-
向 Hive 中间表中 load 数据
hive> load data local inpath '/opt/software/emp.txt' into table emp;
-
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
hive> insert into table hive_hbase_emp_table select * from emp;
-
查看 Hive 以及关联的 HBase 表中是否已经成功地同步插入了数据
- Hive:
hive> select * from hive_hbase_emp_table;
- HBase:
Hbase> scan 'hbase_emp_table'
- Hive:
2)案例二
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。
注: 该案例 2 紧跟案例 1 的步骤,因此,在完成此案例之前,请先完成案例 1。
分步实现:
-
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");
-
关联后就可以使用 Hive 函数进行一些分析操作了
hive (default)> select deptno, avg(sal) monery from relevance_hbase_emp group by deptno ;