[转] hive0.14-insert、update、delete操作测试

FROM : http://blog.csdn.net/hi_box/article/details/40820341

首先用最普通的建表语句建一个表：

1. hive>create table test(id int,name string)row format delimited fields terminated by ',';

测试insert：

1. insert into table test values (1,'row1'),(2,'row2');

结果报错：

1. java.io.FileNotFoundException: File does not exist: hdfs://127.0.0.1:9000/home/hadoop/git/hive/packaging/target/apache-hive-0.14.0-SNAPSHOT-bin/
2. apache-hive-0.14.0-SNAPSHOT-bin/lib/curator-client-2.6.0.jar
3. at org.apache.hadoop.hdfs.DistributedFileSystem$17.doCall(DistributedFileSystem.java:1128)
4. at org.apache.hadoop.hdfs.DistributedFileSystem$17.doCall(DistributedFileSystem.java:1120)
5. at org.apache.hadoop.fs.FileSystemLinkResolver.resolve(FileSystemLinkResolver.java:81)
6. at org.apache.hadoop.hdfs.DistributedFileSystem.getFileStatus(DistributedFileSystem.java:1120)
7. at org.apache.hadoop.mapreduce.filecache.ClientDistributedCacheManager.getFileStatus(ClientDistributedCacheManager.java:288)
8. at org.apache.hadoop.mapreduce.filecache.ClientDistributedCacheManager.getFileStatus(ClientDistributedCacheManager.java:224)
9. at org.apache.hadoop.mapreduce.filecache.ClientDistributedCacheManager.determineTimestamps(ClientDistributedCacheManager.java:99)
10. at org.apache.hadoop.mapreduce.filecache.ClientDistributedCacheManager.determineTimestampsAndCacheVisibilities(ClientDistributedCacheManager.java:57)
11. at org.apache.hadoop.mapreduce.JobSubmitter.copyAndConfigureFiles(JobSubmitter.java:265)
12. at org.apache.hadoop.mapreduce.JobSubmitter.copyAndConfigureFiles(JobSubmitter.java:301)
13. at org.apache.hadoop.mapreduce.JobSubmitter.submitJobInternal(JobSubmitter.java:389)
14. at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1285)
15. at org.apache.hadoop.mapreduce.Job$10.run(Job.java:1282)
16. at java.security.AccessController.doPrivileged(Native Method)
17. ......

貌似往hdfs上找jar包了，小问题，直接把lib下的jar包上传到hdfs

1. hadoop fs -mkdir -p /home/hadoop/git/hive/packaging/target/apache-hive-0.14.0-SNAPSHOT-bin/apache-hive-0.14.0-SNAPSHOT-bin/lib/
2. hadoop fs -put $HIVE_HOME/lib/* /home/hadoop/git/hive/packaging/target/apache-hive-0.14.0-SNAPSHOT-bin/apache-hive-0.14.0-SNAPSHOT-bin/lib/

接着运行insert，没有问题，接下来测试delete

1. hive>delete from test where id = 1;

报错！：

FAILED: SemanticException [Error 10294]: Attempt to do update or delete using transaction manager that does not support these operations.

说是在使用的转换管理器不支持update跟delete操作。

原来要支持update操作跟delete操作，必须额外再配置一些东西，见：

https://cwiki.apache.org/confluence/display/Hive/Hive+Transactions#HiveTransactions-NewConfigurationParametersforTransactions

根据提示配置hive-site.xml:

1. hive.support.concurrency – true
2. hive.enforce.bucketing – true
3. hive.exec.dynamic.partition.mode – nonstrict
4. hive.txn.manager – org.apache.hadoop.hive.ql.lockmgr.DbTxnManager
5. hive.compactor.initiator.on – true
6. hive.compactor.worker.threads – 1

配置完以为能够顺利运行了，谁知开始报下面这个错误：

1. FAILED: LockException [Error 10280]: Error communicating with the metastore

与元数据库出现了问题，修改log为DEBUG查看具体错误：

1. 2014-11-04 14:20:14,367 DEBUG [Thread-8]: txn.CompactionTxnHandler (CompactionTxnHandler.java:findReadyToClean(265)) - Going to execute query <select cq_id,
2. cq_database, cq_table, cq_partition, cq_type, cq_run_as from COMPACTION_QUEUE where cq_state = 'r'>
3. 2014-11-04 14:20:14,367 ERROR [Thread-8]: txn.CompactionTxnHandler (CompactionTxnHandler.java:findReadyToClean(285)) - Unable to select next element for cleaning,
4. Table 'hive.COMPACTION_QUEUE' doesn't exist
5. 2014-11-04 14:20:14,367 DEBUG [Thread-8]: txn.CompactionTxnHandler (CompactionTxnHandler.java:findReadyToClean(287)) - Going to rollback
6. 2014-11-04 14:20:14,368 ERROR [Thread-8]: compactor.Cleaner (Cleaner.java:run(143)) - Caught an exception in the main loop of compactor cleaner, MetaException(message
7. :Unable to connect to transaction database com.mysql.jdbc.exceptions.jdbc4.MySQLSyntaxErrorException: Table 'hive.COMPACTION_QUEUE' doesn't exist
8. at sun.reflect.GeneratedConstructorAccessor19.newInstance(Unknown Source)
9. at sun.reflect.DelegatingConstructorAccessorImpl.newInstance(DelegatingConstructorAccessorImpl.java:45)
10. at java.lang.reflect.Constructor.newInstance(Constructor.java:526)
11. at com.mysql.jdbc.Util.handleNewInstance(Util.java:409)

在元数据库中找不到COMPACTION_QUEUE这个表，赶紧去mysql中查看，确实没有这个表。怎么会没有这个表呢？找了很久都没找到什么原因，查源码吧。

在org.apache.hadoop.hive.metastore.txn下的TxnDbUtil类中找到了建表语句，顺藤摸瓜，找到了下面这个方法会调用建表语句：

1. private void checkQFileTestHack() {
2. boolean hackOn = HiveConf.getBoolVar(conf, HiveConf.ConfVars.HIVE_IN_TEST) ||
3. HiveConf.getBoolVar(conf, HiveConf.ConfVars.HIVE_IN_TEZ_TEST);
4. if (hackOn) {
5. LOG.info("Hacking in canned values for transaction manager");
6. // Set up the transaction/locking db in the derby metastore
7. TxnDbUtil.setConfValues(conf);
8. try {
9. TxnDbUtil.prepDb();
10. } catch (Exception e) {
11. // We may have already created the tables and thus don't need to redo it.
12. if (!e.getMessage().contains("already exists")) {
13. throw new RuntimeException("Unable to set up transaction database for" +
14. " testing: " + e.getMessage());
15. }
16. }
17. }
18. }

什么意思呢，就是说要运行建表语句还有一个条件：HIVE_IN_TEST或者HIVE_IN_TEZ_TEST.只有在测试环境中才能用delete，update操作，也可以理解，毕竟还没有开发完全。

终于找到原因，解决方法也很简单：在hive-site.xml中添加下面的配置：

1. <property>
2. <name>hive.in.test</name>
3. <value>true</value>
4. </property>

OK,再重新启动服务，再运行delete：

1. hive>delete from test where id = 1;

又报错：

1. FAILED: SemanticException [Error 10297]: Attempt to do update or delete on table default.test that does not use an AcidOutputFormat or is not bucketed

说是要进行delete操作的表test不是AcidOutputFormat或没有分桶。估计是要求输出是AcidOutputFormat然后必须分桶

网上查到确实如此，而且目前只有ORCFileformat支持AcidOutputFormat，不仅如此建表时必须指定参数('transactional' = true)。感觉太麻烦了。。。。

于是按照网上示例建表：

1. hive>create table test(id int ,name string )clustered by (id) into 2 buckets stored as orc TBLPROPERTIES('transactional'='true');

insert

1. hive>insert into table test values (1,'row1'),(2,'row2'),(3,'row3');

delete

1. hive>delete from test where id = 1;

update

1. hive>update test set name = 'Raj' where id = 2;

OK!全部顺利运行，不过貌似效率太低了，基本都要30s左右，估计应该可以优化，再研究研究

最后还有个问题：show tables时报错：

1. hive> show tables;
2. OK
3. tab_name
4. Failed with exception java.io.IOException:java.lang.IllegalArgumentException: java.net.URISyntaxException: Relative path in absolute URI: fcitx-socket-:0
5. Time taken: 0.064 seconds

好像跟/tmp/下fcitx-socket-:0文件名有关，待解决。。。