hive的(ql)hql使用和基于UDF的用法;以及java对hive的远程访问

1>hive下创建表并导入数据

　　(数据可以是本地的,也可以是hdfs上的)

　　

>创建本地文件
[root@zhiyou01 /]# vi student
　　1,xiaoming
　　2,xiaohong
　　3,xiaogang
　　4,tom
　　5,tim
>hive下创建表;desc table;查看自己创建的表结构
　　create table t1(id int,name String) row format delimited fields terminated by ',';
>将本地文件导入表中
　　load data local inpath '/student' into table t1;

>每次上传同一个数据到同一个表中,会自动拷贝一份,所以可以使用overwrite
　　load data local inpath '/student'  overwrite into table t1;
>查看表中数据: 　　select * from t1;
>统计表里面一共有多少条记录；
　　select count(id) from t1; 　　　　#运行的时候运行在mapredurce上
>删除表
　　drop table t1;

 

2>内部表与外部表

　外部表和 内部表 在元数据的组织上是相同的，而实际数据的存储则有较大的差异 内部表 的创建过程和数据加载过程（这两个过程可以在同一个语句中完成），在加载 数据的过程中，实际数据会被移动到数据仓库目录中；之后对数据对访问将会直接在数据仓 库目录中完成。删除表时，表中的数据和元数据将会被同时删除

　   外部表 只有一个过程，加载数据和创建表同时完成，并不会移动到数据仓库目录中， 只是与外部数据建立一个链接。当删除一个 外部表 时，仅删除该链接

>创建内部表步骤如上,相比缺少了external关键字的使用
>创建外部表
create external table t2 (id int,name String) row format delimited fields
terminated by ',';

3>创建分区表

　　把不同类型的数据放到不同的目录下；

1>创建分区表
　　create table t3 (id int ,name String ) partitioned by (subid int ) row
　　format delimited fields terminated by ',';
2>向表中插入数据
　　load data local inpath '/student' into table t3 partition(subid=1) ;
　　load data local inpath '/student2' overwrite into table t3 partition(subid=2) ;
3>查询分区:
　　hive> show partitions t3;
4>查询分区的某个文件
　　select * from t3 where subid=2;
效果如图:t3这个目录中含有两个不同的数据表,查询的时候可以提高效率

 

4>基于UDF对表中数据的查询操作:

写一个类继承与hive的UDF类,写一个方法,必须是evaluate,支持重载

package com.zhiyou.han.udf;

import java.util.HashMap;
import java.util.Map;
import org.apache.hadoop.hive.ql.exec.UDF;
import org.apache.hadoop.io.Text;

public class MyUDF extends UDF{

        private static Map<String, String> map= new HashMap<String, String>();
        
        
        static {
            map.put("xiaoming", "小明");
　　　　　　　map.put("xiaohong", "小红");
        }
        
        public static Text evaluate(Text name) {
            String getName = name.toString();
            
            String chainName = map.get(getName);
            
            if(chainName==null) {
                chainName = "null";
            }
            return new Text(chainName);
        }
    
}

>将这个类到处jar包上传liunx下　　/注意jar包的地址

　　hive> add jar /U.jar;

>命名临时函数名:

　　hive> create temporary function U as 'com.zhiyou100.udf.MyUDF';

>平常查出结果是这样的

　　hive> select id ,name from t1;
　　　　OK
　　　　1 xiaoming
　　　　2 xiaohong
　　　　3 xiaogang

>使用UDF查询后

　　hive> select id ,U(name) from t1;
　　　　OK
　　　　1 小明
　　　　2 小红
　　　　3 无名

>销毁临时的函数

　　hive> drop temporary function U;

>删除jar包

　　hive> delete jar /U.jar

5>使用java远程访问liunx下的hive

1>与jdbc的执行流程是一样的
　　jdbc的执行流程：
　　　　1.加载驱动
　　　　2.建立连接
　　　　3.准备sql
　　　　4.执行sql
　　　　5.处理结果
　　　　6.释放资
2>liunx下启动hive的远程服务:

>启动远程服务:
　　#hive --service hiveserver 　　　　//版本1的
　　#hive hiveserver2　　　　　　　　　　//版本2的

>启动过程中在liunx下使用命令连接看是否能成功连接上
　　  beeline -u jdbc:hive2://ip:10000/数据库名  IP 可以写自己的主机名或是自己的主机的IP地址
>报错如下
　　 >出现root is not allowed tp (state=08S01,code=0)
　　　　需要在hadoop配置文件下core-site.xml文件中加入如下代码: 然后停止(stop-all.sh)hadoop,在启动(start-all.sh)hadoop,其中不需要预格式化,然后重新启动hive(直接输入hive)　　

　　<property>    
        <name>hadoop.proxyuser.root.hosts</name>    
        <value>*</value>
   </property>
   <property>    
        <name>hadoop.proxyuser.root.groups</name>    
        <value>*</value>
   </property>

　　>如果报错:　　inode="tmp/hive"  root:supergroup:drwx----　　是因为权限的问题
　　　

执行一下该命令
   　hdfs dfs -chmod -R 777  /tmp/

3>执行完上述步骤,保证可以远程访问:　

然后写java代码如下:

package com.zhiyou.han.hiveApi;

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.ResultSet;

import org.apache.hadoop.io.Text;

import com.zhiyou.han.udf.MyUDF;

public class HiveApi {

    // 要求必须liunx下hive开启远程服务,和访问本地的的mysql数据库一个原理
    
    public static void main(String[] args) throws Exception {
        // 1.加载驱动

        Class.forName("org.apache.hive.jdbc.HiveDriver");

        // 2.建立连接,输入自己的IP,且端口号为　　1000

        String url = "jdbc:hive2://192.168.188.130:10000/default";

        String user = "root";

        String password = "root";

        Connection conn = DriverManager.getConnection(url, user, password);

        // 3.准备sql语句    

        String sql = "select id,name from t2";

        PreparedStatement ps = conn.prepareStatement(sql);

        // 4.执行sql语句

        ResultSet rs = ps.executeQuery();

        // 5.处理结果
        while (rs.next()) {
　　　　　　　//这部分可以自己发挥写,只要数据对照数据库中的名字就行
            System.out.println(rs.getInt("id") + "\t" + 
                        MyUDF.evaluate(new Text(rs.getString("name"))));
        }

        // 6.释放资源

        rs.close();
        ps.close();
        conn.close();
    }

}