Hive整合HBase

老鼠老虎

原标题：Hive 整合 HBase

作者 | 广 责编 | 张文

头图 | CSDN 下载自视觉中国

HBase 固然可以存储数亿或数十亿行数据，但是对于数据分析来说不太友爱，它只提供了简朴的基于 Key 值的快速查询本领，没法举行大量的条件查询。

现有 HBase 的查询工具有许多如：Hive、Tez、Impala、Shark/Spark、Phoenix 等。本日重要说 Hive。

Hive 方便地提供了 Hive QL 的接口来简化 MapReduce 的利用， 而 HBase 提供了低耽误的数据库访问。假如两者联合，可以使用 MapReduce 的上风针对 HBase 存储的大量内容举行离线的盘算和分析。

Hive 和 HBase 通讯原理

Hive 与 HBase 整合的实现是使用两者自己对外的 API 接口相互通讯来完成的。这种相互通讯是通过 $HIVE_HOME/lib/hive-hbase-handler-{hive.version}.jar 工具类实现的。

通过 HBaseStorageHandler，Hive 可以获取到 Hive 表所对应的 HBase 表名、列簇和列、InputFormat、OutputFormat 类、创建和删除 HBase 表等。

Hive 访问 HBase 中表数据，实质上是通过 MapReduce 读取 HBase 表数据，实在现是在 MR 中，利用 HiveHBaseTableInputFormat 完成对 HBase 表的切分，获取 RecordReader 对象来读取数据。

对 HBase 表的切分原则是一个 Region 切分成一个 Split，即表中有多少个 Regions，MR 中就有多少个 Map；读取 HBase 表数据都是通过构建 Scanner，对表举行全表扫描，假如有过滤条件，则转化为 Filter。当过滤条件为 rowkey 时，则转化为对 rowkey 的过滤；Scanner 通过 RPC 调用 RegionServer 的 next来获取数据；

睁开全文

根本通讯原理如下：

Hive-HBase

详细步调

新建 HBase 表：

插入数据：

这里 HBase 有个列簇 f1，有两个列 c1 和 c2，新建 Hive 表关联 HBase 的这两列：

这里利用外部表映射到 HBase 中的表，Hive 对应的 hdfs 目次是空的，数据仍旧在 HBase 中，如许在 Hive 中删除表，并不会删除 HBase 中的表，否则，就会删除。

别的，除了 rowkey，其他三个字段利用 Map 布局来生存 HBase 中的每一个列族。

此中，参数表明如下：

• hbase.zookeeper.quorum：

hbase.zookeeper.quorum：

指定 HBase 利用的 zookeeper 集群，默认端口是 2181，可以不指定；假如指定，格式为 zkNode1:2222,zkNode2:2222,zkNode3:2222

• zookeeper.znode.parent

zookeeper.znode.parent

指定 HBase 在 zookeeper 中利用的根目次

• hbase.columns.mapping

hbase.columns.mapping

Hive 表和 HBase 表的字段逐一映射，分别为：Hive 表中第一个字段映射:key(rowkey)，第二个字段映射列族 f1:c1，第三个字段映射列族 f1:c2。

• hbase.table.name

hbase.table.name

HBase 中表的名字

也可以直接在 Hive 中创建表的同时，完成在 HBase 中创建表。

在 Hive 中查询 HBase 表：

也可以插入数据：

检察 HBase 的数据：

Spark 读取提拔速率

Hive 关联 HBase 现实是底层是 MR，速率较慢，此时可以利用 spark sql 读取 Hive 表，举行查询操纵，从而访问 HBase 数据。

步伐员怎样制止陷入“内卷”、选择什么技能最有远景，中国开辟者近况与技能趋势毕竟是什么样？快来到场「2020 中国开辟者大观察」，更有丰富奖品送不绝！

☞ 我们差点就用不上 Java 了！

☞ 印度永世封禁了微信、百度、TikTok 等 59 款中国 App……

☞ RISC-V 正在成为芯片天下中的 Linux 返回搜狐，检察更多

责任编辑：