• Hadoop-Hive


    1、配置

      1)解压到/opt/moduels

      2)配置HIVE_HOME

      3)配置HADOOP_HOME和HIVE_CONF_DIR到hive-env.sh

      4)在HDFS文件系统上创建HIVE元数据存储目录并赋予权限

      5)bin/hive  -->使用sql语句

    2、安装MySQL并配置

      1)unzip mysql

      2)rpm -e --nodeps mysql

      3)rpm -ivh mysql-server

      4)cat /root/.mysql_secret

      5)rpm -ivh mysql-client

      6)mysql -uroot -p[password]

      7)set password=password('123456');

      8)update user set Host='%'-> where User='root' and Host = 'localhost';

      9)flush privileges;

      10)tar -zxvf mysql-connector

      11) cp mysql-connector-java /opt/moduels/hive/lib

      12)配置hive-site.xml中URL、DrvierName、UserName、Password    -->端口号3306,DataBase=metastore

      -->https://cwiki.apache.org/confluence/display/Hive/AdminManual+MetastoreAdmin

     3、hive基本操作

      1)列分隔符

        ROW FORMAT DELIMITED FIELDS TERMINATED BY ' ';

      2)加载本地数据

        load data local inpath '/opt/datas/student.txt' (overwrite) into table student;

      3)desc formated(extended) student;

      4)show functions;  -->desc function(extended) substring;

      5)数据的清除  truncate table table_name [partition parition_spec];

    4、一些配置

      1)配置client.header和client.currentdb来显示当前数据库

      2)日志文件配置

      3)set;  -->查看配置信息  -->set hive.root.logger=INFO,console;设置日志信息打印在控制台

      4)常用交互式命令 bin/hive -help(-i,-f,-e)

    5、创建表的三种方式

      1)create table test01(ip string comment '...',user string)

        comment 'access log'

        row format delimited fields terminated by ' '

        stored as textfile

        location '/user/hive/warehouse/logs'

      2)create table test02

        as select ip,user from test01;

      3)create table test03

        like test01;

    6、Hive的数据类型

      1)table ,load   E

      2)select,python  T

      3)sub table    L

    7、Hive中表的类型

      1)管理表    -->  删除表时,会删除表数据以及元数据

      2)托管表(外部表,external)  -->  删除表时,只会删除元数据而不会删除表数据

      3)分区表(partitioned tables) -->  查询时可以通过where子句来指定分区 

          create table dept_partition(deptno int,dname string,loc string)

            partitioned by(event_month string[,event_day string])  -->二级分区

            row format delimited fields terminated by ' ';

        加载数据:

          load data local inpath '/opt/datas/emp.txt' into table emp_partition partition (mouth='201509');

        查询:

          where mouth = '201509';

        注意事项:

          a.自己手动创建分区表文件夹并put数据,并没有将分区元数据写入元数据库,所以无法读取数据,可以手动修复:

            msck repair table dept_partition;

            或者  alter table dept_part add partition(day='20150913');

          b.查看表的分区数:show partitions dept_partition;

    8、导出表的方式

      1)insert overwrite local directory '/opt/datas/hive_exp_emp'  -->去掉local导出到Hdfs文件系统上

          row format delimited fields terminated by ' '

          collection items terminated by ' '

           select * from db_hive.emp;

      2)bin/hive -e "select * from db_hive.emp" > /opt/datas/hive_exp_exp.txt  -->没有跑MapReduce任务

      3)scoop  hdfs/hive->rdbms  or  rdbms->hdfs/hive/hbase

    9、Hive中常见的查询 

    [WITH CommonTableExpression (, CommonTableExpression)*]    (Note: Only available starting with Hive 0.13.0)
    SELECT [ALL | DISTINCT] select_expr, select_expr, ...  -->全部和查重
      FROM table_reference
      [WHERE where_condition]
      [GROUP BY col_list]
      [ORDER BY col_list]
      [CLUSTER BY col_list
        | [DISTRIBUTE BY col_list] [SORT BY col_list]
      ]
     [LIMIT number]

       1)select t.empno,t.ename,t.deptno from emp t;  -->t

      2)between  -->

        select t.empno,t.ename,t.deptno from emp t where  t.sal between 800 and 1500;

      3)is null/is not null

        select t.empno,t.ename,t.deptno from emp t where comm is null;

      4)group by/having 

        查询每个部门的平均工资

        select avg(sal) avg_sal from emp

        group by deptno;

        查询每个部门中每个岗位的最高薪水

        select t.deptno,t.job,max(t.sal) max_sal from emp t group by t.deptno,t.job;  -->双重分组

        having与where区别

          where 针对单条记录进行筛选

          having针对分组结果进行筛选 

    10、Export/Import

      1)Export  -->将Hive表中的数据导出

        EXPORT TABLE tablename [PARTITION (part_column="value"[, ...])]
          TO 'export_target_path' [ FOR replication('eventid') ]    -->path指的为HDFS上的路径
      2)Import   
        IMPORT [[EXTERNAL] TABLE new_or_original_tablename [PARTITION (part_column="value"[, ...])]]
          FROM 'source_path'
          [LOCATION 'import_target_path']
    11、sort
      1)order by  -->全局排序,一个Reduce
      2)sort by  -->每个reduce内部进行排序,全局不是排序
      3)distribute by  -->类似MR中的partition,进行分区,结合sort by使用
        insert overwrite local directory '/opt/datas/dist_emp' 
        select * from emp 
        distribute by deptno
        sort by empno asc;
      4)cluster by  -->当distribute 和sort字段相同时,使用此方式
    12、Hive自带function及udf编程  -->user defination function
      1)https://cwiki.apache.org/confluence/display/Hive/HivePlugins
      2)编程步骤:
        a.继承org.apache.hadoop.hive.ql.UDF
        b.需要实现evaluate函数
        ps.必须有返回类型,常用Text/LongWritable等类型,不推荐使用java类型
      3)配置pom.xml文件中的hive-jdbc和hive-exec
      4)使用:  add jar /opt/datas/udf-tolower.jar;
            create temporary function my_lower as "com.cnblog.hive.udf.LowerUDF";  -->类名
          或者 create function myfunc as 'myclass' using jar 'hdfs://hostname/path/to/jar';  -->文件必须在hdfs文件系统上
  • 相关阅读:
    [No0000F0]DataGrid一行Row添加ToolTip,wpf
    [No0000EE]主要的宏观经济指标查询
    [No0000E9]Microsoft Help Viewer 2.3绿色版
    [No0000F2]ip安全监视器
    [No0000ED]IPSec策略之管理
    [No0000EC]C# 字符串(String)
    [No0000EB]C# 数组(Array)
    [No0000EA]C# 可空类型(Nullable)
    [No0000E8]C# 方法 参数传递
    [No0000E7]C# 封装 与访问修饰符
  • 原文地址:https://www.cnblogs.com/bigger-class/p/6648484.html
Copyright © 2020-2023  润新知