您的位置:金沙手机版下载 > 澳门官网 > 大数据学习系列之五

大数据学习系列之五

2019-10-19 22:39
hive外界表测量检验

先在hbase中国建工业总会公司一张t_student_info表,增多八个列族
下一场查看表结构
输入:

create 't_student_info','st1','st2'
describe 't_student_info'

图片 1

然后在hive中成立外界表
证实:创制外界表要使用EXTEWranglerNAL 关键字
输入:

create external table t_student_info(id int,age int,sex string) stored by 'org.apache.hadoop.hive.hbase.HBaseStorageHandler' with serdeproperties("hbase.columns.mapping"=":key,st1:age,st2:sex") tblproperties("hbase.table.name"="t_student_info");

图片 2

然后在t_student_info 中添增加少

put 't_student_info','1001','st2:sex','man'
put 't_student_info','1001','st1:age','20'
put 't_student_info','1002','st1:age','18'
put 't_student_info','1002','st2:sex','woman'

图片 3

下一场在hive中查询该表
输入:

select * from t_student_info;

图片 4

查询到数量之后,然后将t_student 和t_student_info实行关联合检查询。
输入:

select * from t_student t join t_student ti where t.id=ti.id ;

图片 5
表达:通过涉及查询,能够得出表之间是足以提到查询的。可是明显看出hive 使用默许的mapreduce 作为引擎是何其的慢。。。

此外验证:
由于本身的虚构机配置实在太渣,即便调大reduce内部存款和储蓄器,限制每一种reduce管理的数据量,依然特别,最终不能够使用公司的测量检验服务开展测量检验。
在查询一张表的时候,hive未有应用引擎,由此相对比相当慢,倘使是拓宽了关系查询之类的,就能够使用引擎,由于hive默许的斯特林发动机是mr,所以会非常慢,也和配备有肯定关系,hive2.x之后官方就不提议采纳mr了。

正文到此停止,感谢阅读!
版权证明:
作者:虚无境
微博出处:
CSDN出处:    
个体博客出处:
原创不易,转发请标注出处,多谢!

引言

在上黄金年代篇 大额学习体系之四 ----- Hadoop+Hive意况搭建图像和文字详解(单机) 和以前的大数据学习种类之二 ----- HBase境况搭建(单机) 中打响搭建了Hive和HBase的情形,并进行了相应的测量检验。本文重要讲的是怎样将Hive和HBase举行整合。

修改 hbase-site.xml

编写制定hbase-site.xml 文件,在丰富如下配置

<!-- 存储目录 -->
<property>  
 <name>hbase.rootdir</name>  
 <value>hdfs://test1:9000/hbase</value>  
 <description>The directory shared byregion servers.</description>  
</property>  
<!-- hbase的端口 -->
<property>  
 <name>hbase.zookeeper.property.clientPort</name>  
 <value>2181</value>  
 <description>Property from ZooKeeper'sconfig zoo.cfg. The port at which the clients will connect.  
 </description>  
</property>  
<!--  超时时间 -->
<property>  
 <name>zookeeper.session.timeout</name>  
 <value>120000</value>  
</property>  
<!--  zookeeper 集群配置。如果是集群,则添加其它的主机地址 -->
<property>  
 <name>hbase.zookeeper.quorum</name>  
 <value>test1</value>  
</property>  
<property>  
 <name>hbase.tmp.dir</name>  
 <value>/root/hbase/tmp</value>  
</property>  
<!-- false是单机模式,true是分布式模式  -->
<property>  
 <name>hbase.cluster.distributed</name>  
 <value>false</value>  
</property>

表达:hbase.rootdir:那些目录是region server的分享目录,用来长久化Hbase 。hbase.cluster.distributed :Hbase的周转形式。false是单机形式,true是遍及式格局。若为false,Hbase和Zookeeper会运营在同三个JVM里面。

2,hive和hbase测试

在举办测量检验的时候,确认保障hadoop、hbase、hive情状已经打响搭建好,并且都职业有成运营了。
开辟xshell的多个指令窗口
三个进去hive,一个跻身hbase

豆蔻梢头、意况选取

2,做IP和主机名的炫目

修改hosts文件,做涉嫌映射
输入

vim /etc/hosts

添加
长机的ip 和 主机名称

192.168.238.128 master

六、Hive整合HBase的景况布署以至测验

3,下载地址

官方网址地址
JDK:

Hadopp:

Hive

HBase:

百度云盘
链接: 密码:uycu

1,服务器接纳

本地虚构机
操作系统:linux CentOS 7
Cpu:2核
内存:2G
硬盘:40G

五、HBase的情状计划

HBase意况的实际陈设在自己的那篇大数据学习体系之二 ----- HBase情况搭建(单机) 以至介绍得很详细了。本篇就大概介绍下。

四、Hive的情状布置

Hive意况的切实安插在自己的那篇大数据学习体系之四 ----- Hadoop+Hive情状搭建图像和文字详解(单机) 以致介绍得很详细了。本篇就大概介绍下。

5,全体的条件安排

/etc/profile 的总体布局

#Java Config
export JAVA_HOME=/opt/java/jdk1.8
export JRE_HOME=/opt/java/jdk1.8/jre
export CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib

# Scala Config
export SCALA_HOME=/opt/scala/scala-2.12.2


# Spark Config
export  SPARK_HOME=/opt/spark/spark1.6-hadoop2.4-hive

# Zookeeper Config
export ZK_HOME=/opt/zookeeper/zookeeper3.4

# HBase Config
export HBASE_HOME=/opt/hbase/hbase1.2

# Hadoop Config 
export HADOOP_HOME=/opt/hadoop/hadoop2.8
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"

# Hive Config
export HIVE_HOME=/opt/hive/hive2.1
export HIVE_CONF_DIR=${HIVE_HOME}/conf

export PATH=.:${JAVA_HOME}/bin:${SCALA_HOME}/bin:${SPARK_HOME}/bin:${HADOOP_HOME}/bin:${HADOOP_HOME}/sbin:${ZK_HOME}/bin:${HBASE_HOME}/bin:${HIVE_HOME}/bin:$PATH

图片 6

注:具体的安插以团结的为准,未有的不用配置。

1,退换主机名

首先改动主机名,指标是为了方便管理。
输入:

hostname 

翻看本机的名目
下一场改成主机名叫master
输入:

hostnamectl set-hostname master

注:主机名称改换之后,要重启(reboot)才会收效。

3.2.1 修改 core-site.xml

输入:

vim core-site.xml

在添加:

<configuration>
<property>
        <name>hadoop.tmp.dir</name>
        <value>/root/hadoop/tmp</value>
        <description>Abase for other temporary directories.</description>
   </property>
   <property>
        <name>fs.default.name</name>
        <value>hdfs://master:9000</value>
   </property>
</configuration>

3,Hadoop启动

开发银行以前须求先格式化
切换到/home/hadoop/hadoop2.8/bin目录下
输入:

./hadoop  namenode  -format

格式化成功后,再切换到/home/hadoop/hadoop2.8/sbin目录下
启动hdfs和yarn
输入:

start-dfs.sh
start-yarn.sh

开发银行成功后,输入jsp查看是不是运营成功
在浏览器输入 ip+8088 和ip +50070 界面查看是或不是能访问
能科学访谈则运转成功

6.2.2数据同步测量检验

进入hbase之后
在t_student中增添两条数据 然后查询该表

put 't_student','1001','st1:name','zhangsan'
put 't_student','1002','st1:name','lisi'
scan 't_student'

图片 7

接下来切换成hive中
查询该表
输入:

select * from t_student;

图片 8

然后在hive中除去该表
注:因为做测验要看结果,所以将表删除了。要是同学们要做测验的话,是绝非需要删除该表的,因为在末端还可能会选取该表。

然后查看hive和hbase中的表是还是不是删除了
输入:

drop table t_student;

图片 9

图片 10
透过那么些能够看见hive和hbase之间的数码成功同步!

6.2.1在hive中创制映射hbase的表

在hive中开创三个映射hbase的表,为了方便,设置两侧的表名都为t_student,存款和储蓄的表也是那些。
在hive中输入:

create table t_student(id int,name string) stored by 'org.apache.hadoop.hive.hbase.HBaseStorageHandler' with serdeproperties("hbase.columns.mapping"=":key,st1:name") tblproperties("hbase.table.name"="t_student","hbase.mapred.output.outputtable" = "t_student");

说明:第一个t_student 是hive表中的名称,第贰个t_student是概念在hbase的table名称 ,第八个t_student 是累积数据表的称号("hbase.mapred.output.outputtable" = "t_student"这一个能够毫无,表数据就存款和储蓄在其次个表中了) 。
(id int,name string) 那么些是hive表结构。倘诺要加进字段,就以这种格式扩展。假设要扩张字段的笺注,那么在字段后边增多comment ‘你要汇报的’。
例如:
create table t_student(id int comment ‘StudentId’,name string comment ‘StudentName’)
org.apache.hadoop.hive.hbase.HBaseStorageHandler 这几个是钦赐的存款和储蓄器。
hbase.columns.mapping 是概念在hbase的列族。
比方说:st1就是列族,name正是列。在hive中创建表t_student,那几个表饱含四个字段(int型的id和string型的name)。 映射为hbase中的表t_student,key对应hbase的rowkey,value对应hbase的st1:name列。

表成功创造之后
在hive、hbase分别中查看表和表结构
hive中输入

show tables;
describe t_student;

hbase输入:

list
describe ‘t_student’

图片 11

图片 12
可以看出表已经成功的开创了

修改 hbase-env.sh

编写 hbase-env.sh 文件,增加以下配置

export JAVA_HOME=/opt/java/jdk1.8
export HADOOP_HOME=/opt/hadoop/hadoop2.8
export HBASE_HOME=/opt/hbase/hbase1.2
export HBASE_CLASSPATH=/opt/hadoop/hadoop2.8/etc/hadoop
export HBASE_PID_DIR=/root/hbase/pids
export HBASE_MANAGES_ZK=false

评释:配置的门路以温馨的为准。HBASE_MANAGES_ZK=false 是不启用HBase自带的Zookeeper集群。

4,时间设置

查阅当前岁月
输入:

date

翻看服务器时间是或不是风姿罗曼蒂克致,若差别则改造
转移时间命令

date -s ‘MMDDhhmmYYYY.ss’

Hive和HBase的通讯意图

Hive与HBase整合的贯彻是行使两个本身对外的API接口相互通讯来成功的,其现实做事交由Hive的lib目录中的hive-hbase-handler-*.jar工具类来贯彻,通讯原理如下图所示。
图片 13

3.2.4 修改mapred-site.xml

比如未有 mapred-site.xml 该文件,就复制mapred-site.xml.template文件因人而异命名称为mapred-site.xml。
输入:

vim mapred-site.xml

修改那几个新建的mapred-site.xml文件,在节点内部参谋音讯加配置:

<property>
    <name>mapred.job.tracker</name>
    <value>master:9001</value>
</property>
<property>
      <name>mapred.local.dir</name>
       <value>/root/hadoop/var</value>
</property>
<property>
       <name>mapreduce.framework.name</name>
       <value>yarn</value>
</property>

3.2.3修改 hdfs-site.xml

输入:

vim hdfs-site.xml

在添加:

<property>
   <name>dfs.name.dir</name>
   <value>/root/hadoop/dfs/name</value>
   <description>Path on the local filesystem where theNameNode stores the namespace and transactions logs persistently.</description>
</property>
<property>
   <name>dfs.data.dir</name>
   <value>/root/hadoop/dfs/data</value>
   <description>Comma separated list of paths on the localfilesystem of a DataNode where it should store its blocks.</description>
</property>
<property>
   <name>dfs.replication</name>
   <value>2</value>
</property>
<property>
      <name>dfs.permissions</name>
      <value>false</value>
      <description>need not permissions</description>
</property>

3.2.2修改 hadoop-env.sh

输入:

vim hadoop-env.sh

将${JAVA_HOME} 修改为和睦的JDK路径

export   JAVA_HOME=${JAVA_HOME}

修改为:

export   JAVA_HOME=/home/java/jdk1.8

1,情况变量设置

编辑 /etc/profile 文件 :

vim /etc/profile

铺排文件:

export HADOOP_HOME=/opt/hadoop/hadoop2.8
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
export PATH=.:${JAVA_HOME}/bin:${HADOOP_HOME}/bin:$PATH

修改 hive-env.sh

修改hive-env.sh 文件,未有就复制 hive-env.sh.template ,比量齐观命名叫hive-env.sh

在此个布局文件中增加

export  HADOOP_HOME=/opt/hadoop/hadoop2.8
export  HIVE_CONF_DIR=/opt/hive/hive2.1/conf
export  HIVE_AUX_JARS_PATH=/opt/hive/hive2.1/lib

2,配置选择

JDK:1.8 (jdk-8u144-linux-x64.tar.gz)
Hadoop:2.8.2 (hadoop-2.8.2.tar.gz)
Hive: 2.1 (apache-hive-2.1.1-bin.tar.gz)
HBase:1.6.2 (hbase-1.2.6-bin.tar.gz)

二、服务器的连带安插

在布署Hadoop+Hive+HBase以前,应该先做一下安顿。
做那几个陈设为了便于,使用root权限。

Hive整合HBase后的运用情况:

(日新月异)通过Hive把数据加载到HBase中,数据源能够是文本也能够是Hive中的表。
(二)通过整合,让HBase扶植JOIN、GROUP等SQL查询语法。
(三)通过整合,不止可成功HBase的数据实时查询,也能够利用Hive查询HBase中的数据产生复杂的数量深入分析。

2,配置文件改动

先切换来 /home/hadoop/hadoop2.8/etc/hadoop/ 索引下

增添 数据驱动包

鉴于Hive 私下认可自带的数据库是运用mysql,所以那块正是用mysql
将mysql 的驱动包 上传到 /opt/hive/hive2.1/lib

三、Hadoop的条件安排

Hadoop的活龙活现安插在大数量学习连串之黄金年代 ----- Hadoop处境搭建(单机) 中介绍得很详细了。所以本文就大概介绍一下。
注:具体安插以协调的为准。

修改hive-site.xml

切换到 /opt/hive/hive2.1/conf 目录下
将hive-default.xml.template 拷贝生机勃勃份,同样注重命名叫hive-site.xml
接下来编辑hive-site.xml文件

cp hive-default.xml.template hive-site.xml
vim hive-site.xml

编辑hive-site.xml文件,在 中添加:

<!-- 指定HDFS中的hive仓库地址 -->  
  <property>  
    <name>hive.metastore.warehouse.dir</name>  
    <value>/root/hive/warehouse</value>  
  </property>  

<property>
    <name>hive.exec.scratchdir</name>
    <value>/root/hive</value>
  </property>

  <!-- 该属性为空表示嵌入模式或本地模式,否则为远程模式 -->  
  <property>  
    <name>hive.metastore.uris</name>  
    <value></value>  
  </property>  

<!-- 指定mysql的连接 -->
 <property>
        <name>javax.jdo.option.ConnectionURL</name>
        <value>jdbc:mysql://master:3306/hive?createDatabaseIfNotExist=true</value>
    </property>
<!-- 指定驱动类 -->
    <property>
        <name>javax.jdo.option.ConnectionDriverName</name>
        <value>com.mysql.jdbc.Driver</value>
    </property>
   <!-- 指定用户名 -->
    <property>
        <name>javax.jdo.option.ConnectionUserName</name>
        <value>root</value>
    </property>
    <!-- 指定密码 -->
    <property>
        <name>javax.jdo.option.ConnectionPassword</name>
        <value>123456</value>
    </property>
    <property>
   <name>hive.metastore.schema.verification</name>
   <value>false</value>
    <description>
    </description>
 </property>

接下来将布置文件中保有的

${system:java.io.tmpdir}

转移为 /opt/hive/tmp (若无该文件则开创),
并将此文件夹付与读写权限,将
${system:user.name}
更改为 root

例如:
更换早前的:
图片 14
改造之后:
图片 15

配置图:
图片 16

注: 由于hive-site.xml 文件中的配置过多,可以透过FTP将它下载下来实行编写制定。也足以一向配备自身所需的,别的的能够去除。 MySQL的连年地址中的master是主机的小名,能够换来ip。

3,关闭防火墙

关门防火墙,方便访问。
CentOS 7版本以下输入:
闭馆防火墙

service   iptables stop

CentOS 7 以上的本子输入:

systemctl stop firewalld.service

1,情况布置

因为Hive与HBase整合的贯彻是利用两个自身对外的API接口相互通讯来形成的,其现实做事交由Hive的lib目录中的hive-hbase-handler-.jar工具类来贯彻。所以只须求将hive的 hive-hbase-handler-.jar 复制到hbase/lib中就足以了。
切换到hive/lib目录下
输入:

cp hive-hbase-handler-*.jar /opt/hbase/hbase1.2/lib

图片 17
注: 若是在hive整合hbase中,出现版本之类的标题,那么以hbase的版本为主,将hbase中的jar包覆盖hive的jar包。

6.2.3涉嫌查询测量试验

本文由金沙手机版下载发布于澳门官网,转载请注明出处:大数据学习系列之五

关键词:

  • 上一篇:没有了
  • 下一篇:没有了