Hive 整合Hbase

摘要

Hive提供了与HBase的集成，使得能够在HBase表上使用HQL语句进行查询插入操作以及进行Join和Union等复杂查询、同时也可以将hive表中的数据映射到Hbase中。

应用场景

2.1 将ETL操作的数据存入HBase

2.2 HBase作为Hive的数据源

2.3 构建低延时的数据仓库

环境准备

3.1 hive与hbase整合环境配置

修改hive-site.xml文件，添加配置属性（zookeeper的地址）

[root@hadoop01 conf]# vim hive-site.xml

<property>

<name>hbase.zookeeper.quorum</name>

<value>node1:2181,node2:2181,node3:2181</value>

</property>

引入hbase的依赖包

将hbase安装目录下的lib文件夹下的包导入到hive的环境变量中，在hive-env.sh 文件中添加

[root@hadoop01 conf]# vim hive-env.sh

export HIVE_CONF_DIR=/usr/local/hive/conf

export HIVE_CLASSPATH=$HIVE_CLASSPATH:$HBASE_HOME/lib/*

至此、hive与hbase整合环境准备完成。

实战

4.1 hbase表映射到hive表中

在hbase中创建表：表名hbase_test, 有三个列族 f1、f2、f3

create
'hbase_test',{NAME => 'f1',VERSIONS => 1},{NAME => 'f2',VERSIONS => 1},{NAME => 'f3',VERSIONS => 1}

插入数据

put 'hbase_test','r1','f1:name','zhangsan'

put 'hbase_test','r1','f2:age','20'

put 'hbase_test','r1','f3:sex','male'

put 'hbase_test','r2','f1:name','lisi'

put 'hbase_test','r2','f2:age','30'

put 'hbase_test','r2','f3:sex','female'

put 'hbase_test','r3','f1:name','wangwu'

put 'hbase_test','r3','f2:age','40'

put 'hbase_test','r3','f3:sex','male'

查询数据
创建基于hbase的hive表

CREATE EXTERNAL TABLE hiveFromHbase(

rowkey string,

f1 map<STRING,STRING>,

f2 map<STRING,STRING>,

f3 map<STRING,STRING>

) STORED BY
'org.apache.hadoop.hive.hbase.HBaseStorageHandler'

WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,f1:,f2:,f3:")

TBLPROPERTIES ("hbase.table.name" = "hbase_test");

这里使用外部表映射到HBase中的表，这样，在Hive中删除表，并不会删除HBase中的表，否则，就会删除。另外，除了rowkey，其他三个字段使用Map结构来保存HBase中的每一个列族。

hbase.columns.mapping

Hive表和HBase表的字段映射关系，分别为：Hive表中第一个字段映射:key(rowkey)，第二个字段映射列族f1，第三个字段映射列族f2,第四个字段映射列族f3
hbase.table.name

HBase中表的名字
hive中查询hbase表

可以看到，Hive中有3行数据，因为有3个rowkey，每一个列族的列和值，分别被存储到Map结构中
Hive中插入数据到HBase表

insert into table hiveFromHbase

SELECT
'r4'
AS rowkey,

map('name','zhaoliu') AS f1,

map('age','50') AS f2,

map('sex','male') AS f3

from person limit 1;

插入成功后查看2张表的数据

hive表hiveFromHbase：

Hbase表hbase_test:

Hive中的外部表hiveFromHbase，就和其他外部表一样，只有一份元数据，真正的数据是在HBase表中，Hive通过hive-hbase-handler来操作HBase中的表。

4.2 hive表映射到hbase表中

创建映射hbase的表

create table hive_test(

id string,

name string,

age int,

address string

)STORED BY
'org.apache.hadoop.hive.hbase.HBaseStorageHandler'

WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,f1:name,f2:age,f3:address")

TBLPROPERTIES ("hbase.table.name" = "hbaseFromhive");

查看hbase映射表是否产生
查看hbase映射表的表结构和数据

由于hive表中没有加载数据，此时hbase中映射的表也无数据
Hive表加载数据

数据来源于另一张表hive_source;

查看hive_source的表结构和数据

加载数据：

insert overwrite table hive_test select * from hive_source;

查看hive和hbase中表的数据

映射表可以查看到hive表中的数据。