在使用hive进行开发时,我们往往需要获得一个已存在hive表的建表语句(DDL),然而hive本身并没有提供这样一个工具。...要想还原建表DDL就必须从元数据入手,我们知道,hive的元数据并不存放在hdfs上,而是存放在传统的RDBMS中,典型的如mysql,derby等,这里我们以mysql为元数据库,结合0.4.2版本的...连接上mysql后可以看到hive元数据对应的表约有20个,其中和表结构信息有关的有9张,其余的10多张或为空,或只有简单的几条记录,以下是部分主要表的简要说明。...类的对应关系,如’org.apache.hadoop.hive.metastore.model.MTable’, ‘`TBLS`’,说明MTable类对应了元数据的TBLS表,不难想象当我们创建一张表时...有了上面的信息,再想获得hive的建表语句已经是易如反掌了,这里提供一个已经开发好的脚本,使用shell开发,大家可以自由修改。注意:其中mysql连接信息请根据实际环境进行配置。
生效 source /etc/profile 3.配置hive-site.xml 先生成一个hive-site.xml cp hive-default.xml.template hive-site.xml...schematool -dbType mysql -initSchema 5.找不到jar org.apache.hadoop.hive.metastore.HiveMetaException: Failed...https://downloads.mysql.com/archives/c-j/ 下载解压获取jar 7.复制jar到hive到lib scp -r /Users/hh/desktop/mysql-connector-java...-5.1.46-bin.jar hh555:/root/hd/apache-hive-2.3.3-bin/lib/ 8.再次重新初始化mysql schematool -dbType mysql -initSchema...hive安装完毕!
hive.metastore.uris Thrift uri for the remote metastore... javax.jdo.option.ConnectionURL jdbc:mysql:/.../localhost:3306/mysql?...=true javax.jdo.option.ConnectionDriverName com.mysql.jdbc.Driver.../beeline -u jdbc:hive2://yangsy132:10000/default -n root -p yangsiyi
于是就有了Pig和Hive。Pig是接近脚本方式去描述MapReduce,Hive则用的是SQL。...有了Hive之后,人们发现SQL对比Java有巨大的优势。一个是它太容易写了。刚才词频的东西,用SQL描述就只有一两行,MapReduce写起来大约要几十上百行。...Hive逐渐成长成了大数据仓库的核心组件。甚至很多公司的流水线作业集完全是用SQL描述,因为易写易改,一看就懂,容易维护。...自从数据分析人员开始用Hive分析数据之后,它们发现,Hive在MapReduce上跑,真鸡巴慢!流水线作业集也许没啥关系,比如24小时更新的推荐,反正24小时内跑完就算了。...底层HDFS,上面跑MapReduce/Tez/Spark,在上面跑Hive,Pig。或者HDFS上直接跑Impala,Drill,Presto。这解决了中低速数据处理的要求。
梳理了Hbase与Hive之间的区别和关系 1....Hive: Hive是hadoop的数据仓库,跟数据库有点差,主要是通过SQL语句对HDFS上结构化的数据进行计算和处理,适用于离线批量数据处理 通过元数据对HDFS上的数据文件进行描述,也就是通过定义一张表来描述...关系 ?...在大数据架构中,通常HBase和Hive是协作关系: 通过ETL(Extract-Transform-Load,提取、转换、加载)工具将数据源抽取到HDFS上存储 通过Hive清洗、处理和计算源数据 如果清洗过后的数据是用于海量数据的随机查询...,则可将数据放入Hbase 数据应用从Hbase中查询数据 参考 Hive和Hbase之间的差异?
一、Hive的简单使用 基本的命令和MySQL的命令差不多 首先在 /opt/datas 下创建数据 students.txt 1001 zhangsan 1002 ...查看系统是否自带Mysql,将系统上的MySQL卸载 ? 然后首先安装Mysql-Server 其中有个重要的目录要查看 里面记录着Mysql的随机密码 ? ? ...OK,退出Mysql之后在重新登录一下,登录成功! 三、Hive配置metastore 首先进入到Hive的安装目录中 /opt/moudles/hive-..... ...创建一个文件 hive-site.xml 想里面配置连接Mysql的数据信息 账号 密码 连接地址 、驱动(这个驱动需要拷贝过来) hive 在mysql数据库中可以看见 hive给自动创建的数据库 ? 查看一下这个数据库中的表 ?
关系模型 外键 在 students 表中,通过 class_id 的字段,可以把数据与另一张表关联起来,这种列称为外键。...通过定义外键约束,关系数据库可以保证无法插入无效的数据。即如果 classes 表不存在 id=99 的记录,students 表就无法插入 class_id=99 的记录。...索引 索引是关系数据库中对某一列或多个列的值进行预排序的数据结构。通过使用索引,可以让数据库系统不必扫描整个表,而是直接定位到符合条件的记录,这样就大大加快了查询速度。...在设计关系数据表的时候,看上去唯一的列,例如身份证号、邮箱地址等,因为他们具有业务含义,因此不宜作为主键。但是,这些列根据业务要求,又具有唯一性约束:即不能出现两条记录存储了同一个身份证号。...无论是否创建索引,对于用户和应用程序来说,使用关系数据库不会有任何区别。
但是这样就会出现一个情况:Derby是单例的,当你在一个终端打开了hive时,在另外一个终端打开hive命令行会报错。所以使用MySQL来存储元数据能够解决这个问题,并且也更方便迁移和备份。...-8.0.21.jar,将jar包移动至 /opt/apache-hive-1.2.2-bin/lib 下 配置Hive中MySQL的连接 第一步,在Hive的conf目录中新建文件hive-site.xml...://localhost:3306/hive_metastore?...2、配置MySQL后,第一次打开hive的时候Cli无响应: 这个问题查阅了很多资料并没有找到更加详细的信息,但是经过DEBUG初步判断还是MySQL数据库的问题,导致Hive第一次启动时无法正常完成Metastore...的数据表的初始化,按照上述第三步,在启动Hive前初始化下数据表即可:使用 schematool -dbType mysql -initSchema 命令进行初始化。
数据导入到mysql中 --注意: --export-dir /user/hive/warehouse/t_monitor_camera/ 这里的地址可以在hive中, --通过desc formatted.../ vi hive_to_mysql_for_vehicle export --connect jdbc:mysql://node1:3306/sqoop_db --username root --...QAZ2wsx3edc use sqoop_db; --如果有则删除 DROP TABLE IF EXISTS t_hive_to_mysql_for_vehicle; CREATE TABLE t_hive_to_mysql_for_vehicle.../vehicle_dir/hive_to_mysql_for_vehicle echo 'done.'.../hive_to_mysql_vehicle.sh 9.结果 9.1.执行脚本前,检查mysql table --执行脚本之前,查询t_hive_to_mysql_for_vehicle mysql>
所以在实际的应用中,需要将metastore存储在一些关系型数据库里面。 Hive支持MySQL,Postgres,Oracle,MS SQL Server这四种数据库。...配置Hive Metastore存储到MySQL 需要在hive-site.xml配置如下的参数 Config Param Config Value Comment javax.jdo.option.ConnectionURL...com.mysql.jdbc.Driver MySQL JDBC driver class javax.jdo.option.ConnectionUserName user name...to MySQL server 打开$HIVE_HOME/conf下的hive-site.xml 添加上表中的配置到hive-site.xml中,如下图所示 WX20181116-231121@2x.png...然后使用Hive Schema Tool初始化Schema schematool -dbType mysql -initSchema 至此,我们就将Hive的Metastore存储到了MySQL中。
Hive基础01、安装MySQL 目录 1、安装需要的包 2、卸载不需要的包 3、安装MySQL服务端 4、安装MySQL客户端 5、登录MySQL 6、修改密码 7、分配master权限 8、刷新权限...登录测试 ---- 1、安装需要的包 前置位置有【MySQL-server-5.1.73-1.glibc23.x86_64.rpm】和【MySQL-client-5.1.73-1.glibc23.x86...ypdomainname同domainname. 2、卸载不需要的包 yum remove mysql-libs -y 3、安装MySQL服务端 rpm -ivh MySQL-server-5.1.73...-1.glibc23.x86_64.rpm 4、安装MySQL客户端 rpm -ivh MySQL-client-5.1.73-1.glibc23.x86_64.rpm 5、登录MySQL mysql
请教了^_^没关系这里我帮大家理清每个技术的原理和思路。 Pig 一种操作hadoop的轻量级脚本语言,最初又雅虎公司推出,不过现在正在走下坡路了。...Hive 不想用程序语言开发MapReduce的朋友比如DB们,熟悉SQL的朋友可以使用Hive开离线的进行数据处理与分析工作。...Pig VS Hive Hive更适合于数据仓库的任务,Hive主要用于静态的结构以及需要经常分析的工作。Hive与SQL相似促使 其成为Hadoop与其他BI工具结合的理想交集。...Hive和Pig都可以与HBase组合使用,Hive和Pig还为HBase提供了高层语言支持,使得在HBase上进行数据统计处理变的非常简单 Hive VS HBase Hive是建立在Hadoop之上为了减少...Hive query就是MapReduce jobs可以从5分钟到数小时不止,HBase是非常高效的,肯定比Hive高效的多。
Hadoop生态上几个技术的关系与区别:hive、pig、hbase 关系与区别 Pig 一种操作hadoop的轻量级脚本语言,最初又雅虎公司推出,不过现在正在走下坡路了。...7,hive数据分为真实存储的数据和元数据 真实数据存储在hdfs中,元数据存储在mysql中 metastore 元数据存储数据库 Hive将元数据存储在数据库中,如MySQL、derby。...二、hive的体系架构: 用户接口,包括 CLI(shell),JDBC/ODBC,WebUI(通过浏览器) 元数据存储,通常是存储在关系数据库如 mysql, derby 中 解释器、编译器、优化器...的元数据,如Spark SQL、Impala等; 基于第一点,通过SQL来处理和计算HDFS的数据,Hive会将SQL翻译为Mapreduce来处理数据; 二、关系 在大数据架构中,Hive和HBase...是协作关系,数据流一般如下图: 通过ETL工具将数据源抽取到HDFS存储; 通过Hive清洗、处理和计算原始数据; HIve清洗处理后的结果,如果是面向海量数据随机查询场景的可存入Hbase 数据应用从
从Hive建表语句到MySQL的转换起因在数据处理和数据仓库建设中,常常会用到Hive进行数据存储和查询。然而,有时候我们需要将Hive中的表结构迁移到其他关系型数据库,比如MySQL。...(host='hive_host', port=10000, username='hive_user')# 连接MySQL数据库mysql_conn = pymysql.connect(host='mysql_host...= hive_conn.cursor()mysql_cursor = mysql_conn.cursor()# 从Hive中查询数据hive_cursor.execute("SELECT * FROM...)mysql_conn.close()hive_conn.close()print("数据从Hive成功迁移到MySQL数据库中!")...比如,在转换为MySQL时,需要注意数据类型的映射关系,例如将Hive的STRING类型映射为MySQL的VARCHAR类型。
文章来源:http://www.study-java.cn/ 上一篇文章我们使用通过beeline执行一些常规的HQL,今天这一篇文章主要来看如果通过Java将MySQL数据导入到Hive中。...Sqoop Sqoop并不在这篇文章的范围内,拿出来说的原因是,公司数据研发部门是通过Sqoop将数据库数据导入到Hive中,其原理是将数据库数据导入到HDFS中临时存储, 然后在将文件导入到Hive中...而笔者并没有采用这种方式,原因很简单,我的目的是学习Hive,过多的用这些工具会增加了我的学习工具成本,所以我看了Sqoop的原理后,准备模仿一下,简单的 实现数据的导入,过程如下: 连接MySQL 查询导入的数据...调用Hadoop的API将数据存入到HDFS中 将HDFS文件导入到Hive中 查询MySQL数据 这里我查询用户表的用户名称,年,月,日,并将结果集存入ResultSet中 String...driverclass = "com.mysql.jdbc.Driver"; String url = "jdbc:mysql://IP:3306/xcxvt?
Specified key was too long; max key length is 3072 bytes (state=42000,code=1071) org.apache.hadoop.hive.metastore.HiveMetaException...这个错误很低级 就是我已经mysql中创建过这张表了,所以执行schematool --dbType mysql --initSchema命令报错
数据库表有三种关系: 多对一 多对多 一对一 多对一 外键在“多”侧 比如有两个表,分别是书籍表和出版社表。书籍和出版社是典型的多对一关系,即一本书只能由一个出版社出版,一个出版社可以出版多本书。...| 1 | +----+-----------------+----------+ 3 rows in set (0.00 sec) 多对多 多对多因为都存在外键的依赖关系...需要第三张表来建立他们的外键关系,如下: ?...,一个客户有可能变成一个学生,即一对一的关系 关联方式:foreign key+unique 对于多对一的关系而言:关联表中的外键无需指定为unique,因为存在多个记录的外键指向被关联表的同一个记录...但对于一对一的关系而言:为了保证两张表记录的一一对应,需要把关联表的外键约束为unique ?
1、导入到Hive默认数据库 [root@node1 sqoop-1.4.7]# bin/sqoop-import-all-tables --connect jdbc:mysql://node1:3306...Use the --direct 18/05/24 15:26:22 WARN manager.MySQLManager: option to exercise a MySQL-specific fast...path. 18/05/24 15:26:22 INFO manager.MySQLManager: Setting zero DATETIME behavior to convertToNull (mysql...:mysql://node1:3306/esdb --username root --password 123456 --hive-import --hive-database test --create-hive-table...Use the --direct 18/05/24 16:00:08 WARN manager.MySQLManager: option to exercise a MySQL-specific fast
通过mapreduce清洗数据绑定到hive,再通过hive查询出结果集导入到hive的表,再通过sqoop导出到mysql 1.在hive中创建表 create external table mydb.access...insert into mydb.upflow select ip, sum(upflow) as sum from mydb.access group by ip order by sum desc; 5.在mysql...中创建一张用于存放结果集的表 create table upflow ( ip varchar(200), sum varchar(200) ); 6.通过sqoop将hive中的结果集导入mysql...中的表 sqoop export --connect jdbc:mysql://localhost:3306/test --username root --password admin --table...uv_info --export-dir /user/hive/warehouse/uv/dt=2011-08-03
4 数据更新 Hive:由于Hive是针对数据仓库应用设计的,而数据仓库的内容是读多写少的。因此,Hive中不支持对数据的改写和添加,所有的数据都是在加载的时候就已经确定好的。...5 索引 Hive:之前已经说过,Hive 在加载数据的过程中不会对数据进行任何处理,甚至不会对数据进行扫描,因此也没有对数据中的某些 Key 建立索引。...由于 MapReduce 的引入, Hive 可以并行访问数据,因此即使没有索引,对于大数据量的访问,Hive 仍然可以体现出优势。...7 执行延迟 Hive:之前提到,Hive 在查询数据的时候,由于没有索引,需要扫描整个表,因此延迟较高。另外一个导致 Hive 执行延迟高的因素是 MapReduce 框架。...8 可扩展性 Hive:由于 Hive 是建立在 Hadoop 之上的,因此 Hive 的可扩展性是和 Hadoop 的可扩展性是一致的(世界上最大的Hadoop 集群在 Yahoo!