集算器协助Java处理多样性数据源之Hive

    Java使用jdbc连接Hive比较简单，但是Hive的计算能力相对于其它数据库的SQL而言较弱，要完成非常规的计算需要将数据取出后用Java进一步计算，编程比较麻烦。

    使用集算器配合Java编程，可以减少Java使用Hive时要进行复杂计算工作量。下面我们通过例子来看一下具体作法：Hive中的orders表中保存了订单的明细数据，需要计算同期比和比上期。数据如下：

    ORDERID CLIENT SELLERID AMOUNT ORDERDATE
    1 UJRNP 17 392 2008/11/2 15:28
    2 SJCH 6 4802 2008/11/9 15:28
    3 UJRNP 16 13500 2008/11/5 15:28
    4 PWQ 9 26100 2008/11/8 15:28
    5 PWQ 11 4410 2008/11/12 15:28
    6 HANAR 18 6174 2008/11/7 15:28
    7 EGU 2 17800 2008/11/6 15:28
    8 VILJX 7 2156 2008/11/9 15:28
    9 JAYB 14 17400 2008/11/12 15:28
    10 JAXE 19 19200 2008/11/12 15:28
    11 SJCH 7 13700 2008/11/10 15:28
    12 QUICK 11 21200 2008/11/13 15:28
    13 HL 12 21400 2008/11/21 15:28
    14 JAYB 1 7644 2008/11/16 15:28
    15 MIP 16 3234 2008/11/19 15:28
    …

    比上期是指用当期数据和上期数据进行比较，以月作为时间间隔，比如用4月份的销售额除以3月份的销售额，这称为4月份的比上期。同期比是指用当期数据和上一周期的同期数据进行比较，比如2014年4月份的销售额除以2013年4月份的销售额。因为Hive没有窗口函数，所以难以完成这个计算需求，必须编写嵌套的SQL子查询，而Hive对子查询的支持也不够完备，这个计算目标经常需要放在外部实现。集算器esProc则可以比较容易的实现，具体代码如下：

 

    A1：使用定义好的Hive数据源,通过jdbc连接数据库。

    A2：按时间段从数据库查询数据，begin和end是外部参数，比如begin=”2011-01-01 00:00:00″，end=”2014-07-08 00:00:00″（即当天日期，可用now()函数获取）。

    A3:对订单按照年份和月份进行分组，并汇总求得每月的销售额。

    A4:增加一个新的字段lrr，即按月比上期，其表达式为mAmount/mAmount[-1]。代码中mAmount代表当期销售额，mAmount[-1]代表上期销售额。需要注意的是，初始月份的比上期值为空（即2011年1月）。

    A5:将A4按照月、年排序，以便计算同期比。完整的代码应当是：=A4.sort(m,y)，由于A4本来就是按年排序的，因此只需按月排序就可以达到目的，即A4.sort(m)，这样性能也高。A6: 增加一个新的字段yoy，即月销售额的同期比，其表达式为if(m==m[-1],mAmount/mAmount[-1],null)，这表示月份相同时才进行同期比计算。需要注意的是，初始年份（即2011年）各月份的同期比为空。

    A7：将A6按照年逆序月正序进行排序。需要注意的是，数据只到2014年7月为止。结果如下：

    A8：关闭Hive数据库连接。

    A9：返回结果。

    在Java程序中使用esProc JDBC调用这段程序获得结果的代码如下：（将上述esProc程序保存为test.dfx）：
    //建立esProc jdbc连接
     Class.forName(“com.esproc.jdbc.InternalDriver”);
     con= DriverManager.getConnection(“jdbc:esproc:local://”);
     //调用esProc 程序（存储过程），其中test是dfx的文件名
     st =(com.esproc.jdbc.InternalCStatement)con.prepareCall(“call test(?,?)”);
     //设置参数
     st.setObject(1,”2011-01-01 00:00:00″);//begin
     st.setObject(1,”2014-07-08 00:00:00″);//end
     //执行esProc存储过程
     st.execute();
     //获取结果集
     ResultSet set = st.getResultSet();

    集算器访问Hive和访问普通数据库一样，配好Hive的JDBC即可，这里不再赘述。