Hive整合HBase——通过Hive读/写 HBase中的表

问题导读
1、Hive整合HBase原理的实现机制是什么？
2、导入数据的流程有哪些呢？
3、如何分别查看Hive、HBase中的数据？






写在前面一：
本文将Hive与HBase整合在一起，使Hive可以读取HBase中的数据，让Hadoop生态系统中最为常用的两大框架互相结合，相得益彰。




写在前面二：
使用软件说明



约定所有软件的存放目录：
/home/yujianxin


一、Hive整合HBase原理
Hive与HBase整合的实现是利用两者本身对外的API接口互相进行通信，相互通信主要是依靠hive-hbase-handler-0.9.0.jar工具类，如下图



Hive与HBase通信示意图





二、具体步骤
安装前说明
1、关于Hadoop、HBase、Hive集群的搭建，请参考“基于Hadoop的数据分析综合管理平台之Hadoop、HBase完全分布式集群搭建”
2、本文中Hadoop、HBase、Hive安装路径



2.1、拷贝jar包
删除$HIVE_HOME/lib/下HBase、Zookeeper相关jar

rm -rf $HIVE_HOME/lib/zookeeper-*.jar  
rm -rf $HIVE_HOME/lib/hbase*.jar  
复制代码

重新拷贝

cp $HBASE_HOME/hbase-0.94.7-security.jar $HIVE_HOME/lib/   
cp $HBASE_HOME/lib/zookeeper-3.4.5.jar $HIVE_HOME/lib/  
复制代码

2.2、修改$HIVE_HOME/conf/hive-site.xml
mkdir $HIVE_HOME/logs
在尾部添加

<property>  
<name>hive.querylog.location</name>  
<value>/home/yujianxin/hive/hive-0.9.0/logs</value>  
</property>  
<property>  
<name>hive.aux.jars.path</name>  
<value>  
file:///home/yujianxin/hive/hive-0.9.0/lib/hive-hbase-handler-0.9.0.jar,  
file:///home/yujianxin/hive/hive-0.9.0/lib/hbase-0.94.7-security.jar,  
file:///home/yujianxin/hive/hive-0.9.0/lib/zookeeper-3.4.5.jar    
</value>  
</property>  
复制代码

修改

<property>  
  <name>hive.zookeeper.quorum</name>  
  <value>master,slave1,slave2</value>  
</property>  
复制代码

2.3、拷贝hbase-0.94.7-security.jar到所有hadoop节点(包括master)的hadoop/lib下

cp $HBASE_HOME/hbase-0.94.7-security.jar $HADOOP_HOME/lib
复制代码

2.4、拷贝hbase/conf下的hbase-site.xml文件到所有hadoop节点(包括master)的hadoop/conf下

cp $HBASE_HOME/conf/hbase-site.xml  $HADOOP_HOME/conf  
复制代码

三、启动、使用配置后Hive，测试是否配置成功
3.1、启动Hive
集群方式启动

hive --auxpath /home/yujianxin/hive/hive-0.9.0/lib/hive-hbase-handler-0.9.0.jar,/home/  
yujianxin/hive/hive-0.9.0/lib/hbase-0.94.7-security.jar,/home/yujianxin/hive/hive-0.9.  
0/lib/zookeeper-3.4.5.jar
复制代码

可以将此启动Hive与HBase整合的命令写成Shell脚本，设置成开机启动



3.2、在Hive中创建HBase识别的表

CREATE TABLE hbase_hive_1(key int, value string)   
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'   
WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,cf1:val")   
TBLPROPERTIES ("hbase.table.name" = "xyz");  
复制代码

hbase.table.name 定义在hbase中的table名称
多列时，data:1，data:2
多列族时，data1:1,data2:1
hbase.columns.mapping 定义在hbase的列族，里面的:key 是固定值而且要保证在表pokes中的foo字段是唯一值

创建有分区的表

CREATE TABLE hbase_hive_2(key int, value string)    
partitioned by (day string)   
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'   
WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,cf1:val")   
TBLPROPERTIES ("hbase.table.name" = "xyz2");  
复制代码

分别查看Hive、HBase中建立的表





3.3、导入数据
新建hive的数据表

create table pokes(foo int,bar string)
row format delimited fields terminated by ',';
复制代码

批量导入数据

load data local inpath '/home/yujianxin/temp/data1.txt' overwrite into table pokes;
复制代码

使用sql导入hbase_table_1

SET hive.hbase.bulk=true;
insert overwrite table hbase_hive_1 select * from pokes;
复制代码

导入有分区的表

insert overwrite table hbase_hive_2  partition (day='2012-01-01') select * from pokes;
复制代码

往Hive中插入数据同时会插入到HBase中

3.4、分别查看Hive、HBase中的数据




OK，到此Hive、HBase整合成功。

——————————————————————————————————————————————————————————————————

下面再给出较复杂的测试例子
情况一、对于在hbase已经存在的表，在hive中使用CREATE EXTERNAL TABLE来建立联系

create external table hive_test (key int,gid map<string,string>,sid map<string,string>,uid map<string,string>)   
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'   
WITH SERDEPROPERTIES ("hbase.columns.mapping" ="a:,b:,c:")    
TBLPROPERTIES  ("hbase.table.name" = "test1");
复制代码

查询gid字段中value值




Hive成功读取到HBase中的数据
情况二、如果hbase表test2中的字段为user:gid,user:sid,info:uid,info:level



在hive中建表语句为

CREATE EXTERNAL TABLE hive_test_2(key int,user map<string,string>,info map<string,string>)   
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'   
WITH SERDEPROPERTIES ("hbase.columns.mapping" ="user:,info:")    
TBLPROPERTIES  ("hbase.table.name" = "test2");
复制代码

Hive成功读取到HBase中的数据

顶顶~~~~~~~~~~~

我现在可以建表，但是在hive进行insert的时候就报错F:\hive-hbase.jpg这怎么插入图片，，，

楼主想问下为什么要以这种方式(hive --auxpath /home/yujianxin/hive/hive-0.9.0/lib/hive-hbase-handler-0.9.0.jar,/home/  
yujianxin/hive/hive-0.9.0/lib/hbase-0.94.7-security.jar,/home/yujianxin/hive/hive-0.9.  
0/lib/zookeeper-3.4.5.jar)启动呢???

Victor-Shy 发表于 2014-12-22 10:29
楼主想问下为什么要以这种方式(hive --auxpath /home/yujianxin/hive/hive-0.9.0/lib/hive-hbase-handler-0 ...

我的意思是既然是在hive-site中配置了这个属性，为什么启动的时候还要带着呢，应该是他会读取hive-site中的配置呀

~~~~~~~~~~~~~~~~~~~~~~~~

Hive整合HBase

我用的CDH5.8.2  进行创建分区表的时候可以建表  插入数据的时候 报错  Must specify table name   怎么解决啊？