初学hadoop——Hive Java API的使用

以词频统计算法为例，来介绍怎么在具体应用中使用Hive

一、 创建input目录，output目录会自动生成

其中input为输入目录，output目录为输出目录。

命令：

cd /usr/local/hadoop
mkdir input

二、 在input文件夹中创建两个测试文件file1.txt和file2.txt

命令：

cd  /usr/local/hadoop/input
echo "hello world" > file1.txt
echo "hello hadoop" > file2.txt

三、 在终端编译运行程序

查看文件：

四、 通过HiveQL实现词频统计功能

只要编写下面7行代码，而且不需要进行编译生成jar来执行：

create table docs(line string);
load data inpath 'input' overwrite into table docs;
create table word_count as 
select word, count(1) as count from
(select explode(split(line,' '))as word from docs) w
group by word
order by word;

五、 创建fusioninsight-hive的Project

六、 为创建好的fusioninsight-hive Project导入依赖jar

七、 创建一个名为com.fusioninsight.hive的Package

八、 创建实验所需的Java Class

在上一步创建好的Package下，创建一个名为HiveJdbc的Java Class：

创建一个名为HiveUDF的Java Class：

九、 编写HiveJdbc代码

package com.fusioninsight.hive;