韦德国际1946英国 > 计算机网络 > Hive入门学习笔记,Hive中lzo文件map不分块问题

原标题:Hive入门学习笔记,Hive中lzo文件map不分块问题

浏览次数:186 时间:2019-11-04

或者alter table现有表。

    观察:#hadoop fs -ls /user/hive
    参数:hive.metastore.warehouse.dir
4:Hive的metastore:

select a.*,b.* from cn_se_section_sdt0 a

OUTPUTFORMAT "org.apache.hadoop.hive.ql.io.HiveIgnoreKeyTextOutputFormat";

  (1)基于Partition的查询  
    通常 SELECT 查询是全表扫描。但倘诺是分区表,查询就足以应用分区剪枝(input pruning卡塔尔的特点,相像“分区索引“”,只扫描一个表中它关切的那部分。Hive 当前的达成是,唯有分区断言(Partitioned by卡塔 尔(阿拉伯语:قطر‎出以后离 FROM 子句近来的不行WHERE 子句中,才会启用分区剪枝。譬如,若是 page_views 表(按天禀区卡塔尔国使用 date 列分区,以下语句只会读取分区为‘二零零六-03-01’的多寡。
 SELECT page_views.*    FROM page_views    WHERE page_views.date >= '2013-03-01' AND page_views.date <= '2013-03-01'
  (2)LIMIT Clause
    Limit 可以节制查询的记录数。查询的结果是自由筛选的。下边包车型大巴查询语句从 t1 表中私自询问5条记下:
    SELECT * FROM t1 LIMIT 5
  (3)Top N查询
    上边的查询语句询问发售记录最大的 5 个出售代表。
    SET mapred.reduce.tasks = 1  SELECT * FROM sales SORT BY amount DESC LIMIT 5
22:表连接
  (1)导入ac信息表
    hive> create table acinfo (name string,acip string)  row format delimited fields terminated by 't' stored as TEXTFILE;
    hive> load data local inpath '/home/acinfo/ac.dat' into table acinfo;
  (2)内连接
    select b.name,a.* from dim_ac a join acinfo b on (a.ac=b.acip) limit 10;
  (3卡塔尔国左外连接
    select b.name,a.* from dim_ac a left outer join acinfo b on a.ac=b.acip limit 10;
23:Java客户端
  (1卡塔 尔(阿拉伯语:قطر‎Hive远程服务运转#hive --service hiveserver >/dev/null  2>/dev/null &
  (2卡塔 尔(阿拉伯语:قطر‎JAVA顾客端相关代码

 

 /user/hive/warehouse/flog

15:Hive的数据模型—桶表:
  (1卡塔 尔(阿拉伯语:قطر‎桶表是对数码开展哈希取值,然后嵌入分歧文件中寄放。
  (2)创建表
        create table bucket_table(id string) clustered by(id) into 4 buckets;        
  (3卡塔尔加载数据
        set hive.enforce.bucketing = true;
        insert into table bucket_table select name from stu;    
        insert overwrite table bucket_table select name from stu;
  (4卡塔 尔(阿拉伯语:قطر‎数据加载到桶表时,会对字段取hash值,然后与桶的数目取模。把数据放到对应的文书中。
  (5卡塔尔抽样查询
        select * from bucket_table tablesample(bucket 1 out of 4 on id);
16:Hive的数据模型-外界表:
  (1卡塔尔指向已经在 HDFS 中留存的数额,能够创造 Partition;
  (2卡塔尔它和 内部表 在元数据的协会上是同等的,而其实多少的累积则有非常大的间隔;
  (3卡塔尔国内部表 的创办进度和多少加载进程(这两个进程能够在同贰个说话中成就卡塔尔,在加载数据的进度中,实际多少会被移动到数据仓库目录中;之后对数据对拜谒将会一直在数据宾馆目录中完成。删除表时,表中的数据和元数据将会被同不经常间删除;
  (4卡塔 尔(英语:State of Qatar)外界表 独有三个进度,加载数据和创办表同一时候形成,并不会移动到数据仓库目录中,只是与表面数据营造三个链接。当删除一个外界表 时,仅删除该链接;

,seo_clk_cnt int

INPUTFORMAT "com.hadoop.mapred.DeprecatedLzoTextInputFormat"

一些相关命令
SHOW TABLES; # 查看所有的表
SHOW TABLES '*TMP*'; #支持模糊查询
SHOW PARTITIONS TMP_TABLE; #查看表有哪些分区
DESCRIBE TMP_TABLE; #查看表结构

From table_name select …where …

3,alter table后对已经load进表中的数据,需求再度load和创设索引,要不依然不能够分块

  3、步骤
    a卡塔尔把程序打包放到指标机器上去;
    b)进入hive客户端,添加jar包:hive>add jar /run/jar/udf_test.jar;
    c卡塔 尔(阿拉伯语:قطر‎创立不常函数:hive>CREATE TEMPORA卡宴Y FUNCTION add_example AS 'hive.udf.Add';
    d)查询HQL语句:
      SELECT add_example(8, 9) FROM scores;
      SELECT add_example(scores.math, scores.art) FROM scores;
      SELECT add_example(6, 7, 8, 6.8) FROM scores;
    e卡塔 尔(阿拉伯语:قطر‎销毁不经常函数:hive> DROP TEMPORA中华VY FUNCTION add_example;
    注:UDF只好兑现后生可畏进风流罗曼蒂克出的操作,倘诺急需完毕多进生机勃勃出,则供给完成UDAF

row format delimited fields terminated by ',‘;

图片 1

24:UDF
  1、UDF函数能够直接行使于select语句,对查询结构做格式化管理后,再出口内容。
  2、编写UDF函数的时候要求介怀一下几点:
    a卡塔 尔(英语:State of Qatar)自定义UDF须求继续org.apache.hadoop.hive.ql.UDF。
    b卡塔尔供给落实evaluate函数,evaluate函数协理重载。

两表关联(只扶植等值关联 ):

2,成立hive表时索要在末端钦赐format格式

CREATE EXTERNAL TABLE page_view
( viewTime INT, 
  userid BIGINT,
  page_url STRING,     
 referrer_url STRING,                             
  ip STRING COMMENT 'IP Address of the User',
  country STRING COMMENT 'country of origination‘
)
    COMMENT 'This is the staging page view table'
    ROW FORMAT DELIMITED FIELDS TERMINATED BY '44' LINES     TERMINATED BY '12'
    STORED AS TEXTFILE
    LOCATION 'hdfs://centos:9000/user/data/staging/page_view';

这几个版本的hadoop安装好的时候曾经自带安装好了hive.暗中同意hive是行使自带的derby数据库来存款和储蓄元数据的。

1,确认保证创造索引

Class.forName("org.apache.hadoop.hive.jdbc.HiveDriver");
Connection con = DriverManager.getConnection("jdbc:hive://192.168.1.102:10000/wlan_dw", "", "");
Statement stmt = con.createStatement();
String querySQL="SELECT * FROM wlan_dw.dim_m order by flux desc limit 10";

ResultSet res = stmt.executeQuery(querySQL);  

while (res.next()) {
System.out.println(res.getString(1)  "t"  res.getLong(2) "t"  res.getLong(3) "t"  res.getLong(4) "t"  res.getLong(5));
}

 

SET FILEFORMAT

  (5卡塔 尔(英语:State of Qatar)创设数量文件external_table.dat
  (6)创建表
    hive>create external table external_table1 (key string) ROW FORMAT DELIMITED FIELDS TERMINATED BY 't' location '/home/external';
  (7卡塔尔在HDFS创立目录/home/external
    #hadoop fs -put /home/external_table.dat /home/external
  (8卡塔 尔(阿拉伯语:قطر‎加载数据
    LOAD DATA INPATH '/home/external_table1.dat' INTO TABLE external_table1;
  (9卡塔尔国查看数据
    select * from external_table
    select count(*) from external_table
  (10)删除表
    drop table external_table
17:视图操作:
  视图的创导
  CREATE VIEW v1 AS select * from t1;
18:表的操作:
  (1卡塔尔表的退换
    alter table target_tab add columns (cols,string)
  (2卡塔 尔(英语:State of Qatar)表的删减
    drop table
19:为啥选拔Hive?
  (1卡塔尔国基于Hadoop的大数量的乘除/扩大手艺;
  (2卡塔尔协助SQL like查询语言;
  (3卡塔 尔(英语:State of Qatar)统一的元数据管理;
  (4卡塔 尔(英语:State of Qatar)轻松编制程序;
20:导入数据
  (1)当数码被加载至表中时,不会对数码进行别的转变。Load 操作只是将数据复制/移动至 Hive 表对应的职责。
    LOAD DATA [LOCAL] INPATH 'filepath' [OVERWRITE]    INTO TABLE tablename    [PARTITION (partcol1=val1, partcol2=val2 ...)]
  (2卡塔尔把一个Hive表导入到另一个已建Hive表
    INSERT OVERWRITE TABLE tablename [PARTITION (partcol1=val1, partcol2=val2 ...)] select_statement FROM from_statement
    CTAS
    CREATE [EXTERNAL] TABLE [IF NOT EXISTS] table_name
        (col_name data_type, ...)    …
        AS SELECT …
    例:create table new_external_test as  select * from external_table1;
21:查询

Hadoop/hive的原委真是比超级多啊。。。貌似真正学习的人,都以在阅读,调节和测量检验源码的。

$Hadoop_HOME/bin/hadoop jar $HADOOP_HOME/lib/hadoop-lzo-0.4.10.jar  com.hadoop.compression.lzo.DistributedLzoIndexer

      解释器、编写翻译器、优化器达成HQL 查询语句从词法剖判、语法解析、编写翻译、优化以至询问好排(plan卡塔尔的转移。生成的查询安排存款和储蓄在 HDFS 中,并在跟着有 MapReduce 调用实施;
  (4卡塔 尔(阿拉伯语:قطر‎Hadoop:用 HDFS 实行仓库储存,利用 MapReduce 实行测算;
      Hive 的数量存款和储蓄在 HDFS 中,大部分的询问由 MapReduce 完结(包涵 * 的查询,比如 select * from table 不会生成 MapRedcue 职分卡塔 尔(阿拉伯语:قطر‎
3:Hive的安装:
  (1)把hive-0.9.0.tar.gz复制到/usr/local
  (2卡塔 尔(英语:State of Qatar)解压hive-0.9.0.tar.gz与重命名
     #cd /usr/local
     #tar -zxvf hive-0.9.0.tar.gz
       #mv hive-0.9.0 hive
  (3)修改/etc/profile文件。
    #vi /etc/profile
    增加
    export HIVE_HOME=/usr/local/hive
    修改
    export PATH=$JAVA_HOME/bin:$PATH:$HADOOP_HOME/bin:$HIVE_HOME/bin
    保存退出
    #source /etc/profile
  (4)cd  $HIVE_HOME
      mv  hive-env.sh.template  hive-env.sh
      mv  hive-default.xml.template  hive-site.xml
        改进hadoop的hadoop-env.sh(不然运行hive陈述找不到类的荒诞)
         export HADOOP_CLASSPATH=.:$CLASSPATH:$HADOOP_CLASSPATH:
            $HADOOP_HOME/bin      修改$HIVE_HOME/bin的hive-config.sh,扩大以下三行
      export JAVA_HOME=/usr/local/jdk
      export HIVE_HOME=/usr/local/hive
      export HADOOP_HOME=/usr/local/hadoop
  (5)启动
    #hive
    hive>show tables;
    hive>create table test(id int,name string);
    hive>quit;

on( a.section_id=b.section_id)

  (9)alter table partition_table drop partition (daytime='2013-02-04',city='bj')
    元数据,数据文件删除,但目录daytime=2011-02-04还在

Limit  3;  

  (1卡塔尔metastore是hive元数据的聚焦存放地。metastore暗许使用内嵌的derby数据库作为存款和储蓄引擎;
  (2卡塔 尔(阿拉伯语:قطر‎Derby引擎的缺点:一回只可以张开二个会话;
  (3卡塔 尔(阿拉伯语:قطر‎使用Mysql作为外置存款和储蓄引擎,多客户同有时间做客;
5:Hive的安装:
  配置MySQL的metastore
  (1)上传mysql-connector-java-5.1.10.jar到$HIVE_HOME/lib
  (2卡塔 尔(阿拉伯语:قطر‎登陆MYSQL,创制数据库hive
    #mysql -uroot -padmin
    mysql>create database hive;
    mysql>GRANT all ON hive.* TO root@'%' IDENTIFIED BY 'admin';
    mysql>flush privileges;
    mysql>set global binlog_format='MIXED';
  (3卡塔尔国把mysql的数据库字符类型改为latin1
    (4)修改$HIVE_HOME/conf/hive-site.xml

哎~作者不会JAVA,作者不会编制程序~~(>_<)~~

      CLI,即Shell命令行;
    JDBC/ODBC 是 Hive 的Java,与运用传统数据库JDBC的办法左近;
    WebGUI是经过浏览器访谈Hive;
  (2卡塔尔元数据存款和储蓄,日常是积累在关周密据库如 mysql, derby 中;

分区表创制:

9:Hive的数据类型:
  (1卡塔尔基本数据类型:
    tinyint/smallint/int/bigint
    float/double
    boolean
    string
  (2卡塔尔国复杂数据类型:
    Array/Map/Struct
  (3)没有date/datetime
10:Hive的数目存款和储蓄:
  (1卡塔 尔(英语:State of Qatar)Hive的多少存款和储蓄基于Hadoop HDFS;
  (2卡塔尔国Hive未有特意的数量存款和储蓄格式;
  (3卡塔尔存款和储蓄结构主要包涵:数据库、文件、表、视图;
  (4卡塔尔Hive暗中同意能够直接加载文本文件(TextFile卡塔 尔(英语:State of Qatar),还扶持sequence file 、RC file;
  (5卡塔 尔(英语:State of Qatar)创立表时,内定Hive数据的列分隔符与行分隔符,Hive就能够剖析数据;
11:Hive的数据模型-数据库:
  (1卡塔 尔(阿拉伯语:قطر‎相似古板数据库的DataBase
  (2卡塔 尔(阿拉伯语:قطر‎暗中认可数据库"default"
    使用#hive命令后,不利用hive>use <数据库名>,系统暗许的数据库。能够显式使用hive> use default;

Create external table cn_se_section_external

6:Hive运营方式 :
  (1卡塔 尔(阿拉伯语:قطر‎Hive的周转方式即任务的实施情状
  (2卡塔尔国分为地面与集群二种
    大家能够经过mapred.job.tracker 来指明
    设置格局:
    hive > SET mapred.job.tracker=local
7:Hive的起步形式:
  (1卡塔尔、hive 命令行方式,直接输入#/hive/bin/hive的施行顺序,恐怕输入 #hive --service cli
  (2卡塔尔、 hive web分界面包车型的士 (端口号9999) 运维方式
    #hive --service hwi &
    用于通过浏览器来拜见hive
    
  (3卡塔 尔(阿拉伯语:قطر‎、 hive 远程服务 (端口号10000) 运行情势
    #hive --service hiveserver &
8:Hive与守旧数据库:
图片 2

Hive>load data local inpath '/usr/mydata/sdt.txt' overwrite into table cn_se_section_sdt0;

<property>
    <name>javax.jdo.option.ConnectionURL</name>
    <value>jdbc:mysql://hadoop0:3306/hive?createDatabaseIfNotExist=true</value>
</property>
<property>
    <name>javax.jdo.option.ConnectionDriverName</name>
    <value>com.mysql.jdbc.Driver</value>
</property>
<property>
    <name>javax.jdo.option.ConnectionUserName</name>
    <value>root</value>
</property>
<property>
    <name>javax.jdo.option.ConnectionPassword</name>
    <value>admin</value>
</property>

查阅全体表:

       Hive 将元数据存款和储蓄在数据库中(metastore),前段时间只扶植 mysql、derby。Hive 中的元数据包涵表的名字,表的列和分区及其特性,表的特性(是不是为外界表等卡塔 尔(阿拉伯语:قطر‎,表的多少所在目录等;
  (3)解释器、编译器、优化器、执行器;

选用通配符:

    创建二个新库
    hive > create database test_dw;
12:Hive的数据模型-表:
  Table 内部表
  Partition  分区表
  External Table 外部表
  Bucket  Table 桶表
13:Hive的数据模型-内部表:
    (1卡塔尔与数据库中的 Table 在概念上是附近
  (2卡塔尔每二个 Table 在 Hive 中都有三个应和的目录存款和储蓄数据。举个例子,多少个表 test,它在 HDFS 中的路线为:/ warehouse/test。 warehouse是在 hive-site.xml 中由 ${hive.metastore.warehouse.dir} 钦点的数据旅舍的目录
  (3卡塔尔全部的 Table 数据(不包蕴External Table卡塔尔国都保留在这里个目录中。
  (4卡塔尔删除表时,元数据与数量都会被剔除
  (5卡塔尔国创立数据文件inner_table.dat
  (6)创建表:
    hive>create table inner_table (key string);
  (7卡塔 尔(阿拉伯语:قطر‎加载数据:
    hive>load data local inpath '/root/inner_table.dat' into table inner_table;
  (8卡塔 尔(英语:State of Qatar)查看数据:
    select * from inner_table
    select count(*) from inner_table
  (9)删除表 drop table inner_table
14:Hive的数据模型-分区表:
  (1卡塔 尔(英语:State of Qatar)Partition 对应于数据库的 Partition 列的密集索引
  (2卡塔尔在 Hive 中,表中的三个 Partition 对应于表下的五个目录,全体的 Partition 的数目都存款和储蓄在对应的目录中
    举例:test表中含有 date 和 city 五个 Partition,
      则对应于date=20120201, city = bj 的 HDFS 子目录为:
      /warehouse/test/date=20130201/city=bj
      对应于date=贰零壹贰0202, city=sh 的HDFS 子目录为;
      /warehouse/test/date=20130202/city=sh
图片 3

(stat_date date

Hive是何许?其系统布局简单介绍*
Hive的安装与治本*
style="font-size: 18px;">HiveQL数据类型,表以致表的操作*
HiveQL查询数据***
Hive的Java客户端**

Hive的自定义函数UDF*

 

1:什么是Hive(一):
  (1卡塔尔国Hive 是树立在 Hadoop  上的数据酒店根底构架。它提供了大器晚成多种的工具,能够用来进展多少提取转变加载(ETL 卡塔 尔(阿拉伯语:قطر‎,那是豆蔻梢头种能够累积、查询和解析存款和储蓄在 Hadoop  中的大范围数据的体制。Hive 定义了差不离的类 SQL  查询语言,称为 QL ,它同意熟稔 SQL  的客商查询数据。同期,那么些语言也同意纯熟 MapReduce  开辟者的费用自定义的 mapper  和 reducer  来拍卖内建的 mapper 和 reducer  不或然产生的复杂性的剖释工作。
  (2卡塔 尔(阿拉伯语:قطر‎Hive是SQL深入分析引擎,它将SQL语句转译成M/ENCOREJob然后在Hadoop实行。
    (3卡塔尔国Hive的表其实便是HDFS的目录/文件,按表名把公文夹分开。纵然是分区表,则分区值是子文件夹,能够间接在M/TiguanJob里使用那些数量。
2:Hive的连串架构:
  (1卡塔 尔(阿拉伯语:قطر‎客商接口,包含CLI,JDBC/ODBC,WebUI(顾客接口首要有四个:CLI,JDBC/ODBC和 WebUI:卡塔尔;

询问结果写入表:

select
SELECT [ALL | DISTINCT] select_expr, select_expr, ...
    FROM table_reference
    [WHERE where_condition]
    [GROUP BY col_list]
    [ CLUSTER BY col_list | [DISTRIBUTE BY col_list] [SORT BY col_list] | [ORDER BY col_list] ]
    [LIMIT number]

建表:

    (3卡塔尔创造数据文件partition_table.dat
  (4)创建表
    create table partition_table(rectime string,msisdn string) partitioned by(daytime string,city string) row format delimited fields terminated by 't' stored as     TEXTFILE;
  (5卡塔 尔(英语:State of Qatar)加载数据到分区
    load data local inpath '/home/partition_table.dat' into table partition_table partition (daytime='2013-02-01',city='bj');
  (6卡塔 尔(英语:State of Qatar)查看数据
    select * from partition_table
    select count(*) from partition_table
  (7)删除表 drop table partition_table
  (8)alter table partition_table add partition (daytime='2013-02-04',city='bj');
    通过load data 加载数据

FAILED: Error in semantic analysis: line 1:16 Path is not legal ‘hdfs://localhost:9000/home/chengjuan/input3/sdt.txt': Cannot load data across filesystems, use load data local

    

join cn_se_section_dimt0 b

节制重回记录条数:

                         

Drop table table_name;

    root@ubuntu:~$ chmod x jdk-6u20-linux-i586.bin #赋施行权限
    root@ubuntu:~$  ./jdk-6u20-linux-i586.bin     #履行安装
    蒙受变量配置:JAVA_HOME,PATH,CLASSPATH配置到/etc/profile
    JAVA_HOME=/home/hadoop2/jdk1.6.0_20
    PATH=$JAVA_HOME/bin:$PATH
    CLASSPATH=.:$JAVA_HOME/lib/tools.jar:$JAVA_HOME/lib/dt.jar
    export JAVA_HOME PATH CLASSPATH  

    自以为配置未有一点点难点了,然则却三回九转连接不上,一贯报错如下:

create table table_name1 like table_name2;

以往想通过配备hive-site.xml来连接mysql数据库做为元数据库:

 

Select …from  table_name where…

~配置文件:

Load data from local:

,section_id int

,search_type_id int

~参数设置:

本文由韦德国际1946英国发布于计算机网络,转载请注明出处:Hive入门学习笔记,Hive中lzo文件map不分块问题

关键词: 韦德国际网址 Hive

上一篇:搭建Hadoop集群环境,Hadoop完全分布式模式配置

下一篇:没有了