HBase与Hive集成

之前有操作过HBase和Hive的案例，将30w条数据从Hive导入HBase。使用sqoop可以快速简单做到，但是在最新版HBase2.0与最新版Hive3.0之间，旧版sqoop不行，因此当时使用了JDBC来连接两者，达到数据导出的目的。

---

HBase与Hive的对比

Hive

• 作为数据仓库，Hive的本质是将HDFS已经存储的文件在MySQL中做了一个双射关系，以方便使用HiveQL管理查询
• 用于数据分析、清洗，Hive适用于离线的数据分析和清洗

HBase

• 数据库，面向列族存储的非关系型数据库
• 用于存储结构化和非结构化的数据，不适合做关联查询，join
• 延迟较低，高效的数据访问

集成使用

案例一

建立Hive表，关联HBase表，插入数据到Hive表的同时能够影响HBase表

在Hive中创建表同时关联HBase

CREATE TABLE hive_hbase_emp_table(
empno int,
ename string,
job string,
mgr int,
hiredate string,
sal double,
comm double,
deptno int)
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" =":key,info:ename,info:job,info:mgr,info:hiredate,info:sal,info:comm,info:deptno")
TBLPROPERTIES ("hbase.table.name" = "hbase_emp_table");

创建完，HBase也会出现此表

在Hive中创建临时中间表，用于load文件中的数据

CREATE TABLE emp(
empno int,
ename string,
job string,
mgr int,
hiredate string,
sal double,
comm double,
deptno int)
row format delimited fields terminated by '	';

不能将数据直接load到Hive关联HBase的表中，因此要创建中间表

向Hive中间表中load数据

hive> load data local inpath '/home/admin/softwares/data/emp.txt'
into table emp;

通过insert命令将中间表中的数据导入Hive关联HBase的表中

INSERT INTO TABLE hive_hbase_emp_table
SELECT * FROM emp;

此时Hive和HBase两张表都插入了数据

总结

Hive可以直接创建表关联到HBase，用中间表导入数据后插入关联表。

案例二

在HBase中已经存储了一张表hbase_emp_table，在Hive中创建关联表，就可以使用Hive来分析HBase数据

CREATE EXTERNAL TABLE relevance_hbase_emp(
empno int,
ename string,
job string,
mgr int,
hiredate string,
sal double,
comm double,
deptno int)
STORED BY
'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" =
":key,info:ename,info:job,info:mgr,info:hiredate,info:sal,info:co
mm,info:deptno")
TBLPROPERTIES ("hbase.table.name" = "hbase_emp_table");

总结

这样就不需要通过JavaAPI读取HBase数据，然后编程做MapReduce程序处理业务逻辑，可直接通过Hive，效率提高了。遇到部分特殊情况，估计还是得通过JavaAPI。