hive的数据导入与数据导出:(本地,云hdfs,hbase),列分隔符的设置

hive表的数据源有四种: hbase hdfs 本地 其他hive表   而hive表本身有两种: 内部表和外部表。 而hbase的数据在hive中,可以建立对应的外部表(参看hive和hbase整合)   内部表和外部表 区别:删除时,内部表删除hadoop上的数据;而外部表不删,其数据在外部存储,hive表只是查看数据的形式,看时从外部读入数据: 内部表:CREATETABLE... Read More | Share it now!

Hive中配置Parquet(CDH4.3)

    CDH4.3版本中并没有提供现成的Parquet安装包,所以如果在Hive或Impala中需要使用Parquet格式,需要手动进行安装,当创建Parquet格式的表时,需要定义Parquet相关的InputFormat,OutputFormat,Serde,建表语句如下 hive> create table parquet_test(x int, y string)      > row format serde 'parquet.hive.serde.ParquetHiveSerDe'         > stored as inputformat 'parquet.hive.DeprecatedParquetInputFormat'                         > outputformat 'parquet.hive.DeprecatedParquetOutputFormat';     FAILED: SemanticException : Output Format must implement      HiveOutputFormat, otherwise it should be either IgnoreKeyTextOutputFormat or      SequenceFileOutputFormat       提交语句会报错,原因是parquet.hive.DeprecatedParquetOutputFormat类并没有在Hive的CLASSPATH中配置,此类属于$IMPALA_HOME/lib目录下的parquet-hive-1.2.5.jar,所以在$HIVE_HOME/lib目录下建立个软链就可以了   cd $HIVE_HOME/lib ln -s $IMPALA_HOME/lib/parquet-hive-1.2.5.jar       继续提交建表语句,报错如下 hive> create table parquet_test(x int, y string)     > row format serde 'parquet.hive.serde.ParquetHiveSerDe'     > stored as inputformat 'parquet.hive.DeprecatedParquetInputFormat'                            > outputformat 'parquet.hive.DeprecatedParquetOutputFormat'; Exception in thread "main" java.lang.NoClassDefFoundError: parquet/hadoop/api/WriteSupport   at java.lang.Class.forName0(Native Method)   at java.lang.Class.forName(Class.java:247)   at org.apache.hadoop.hive.ql.plan.CreateTableDesc.validate(CreateTableDesc.java:403)   at org.apache.hadoop.hive.ql.parse.SemanticAnalyzer.analyzeCreateTable(SemanticAnalyzer.java:8858)   at org.apache.hadoop.hive.ql.parse.SemanticAnalyzer.analyzeInternal(SemanticAnalyzer.java:8190)   at org.apache.hadoop.hive.ql.parse.BaseSemanticAnalyzer.analyze(BaseSemanticAnalyzer.java:258)   at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:459)   at org.apache.hadoop.hive.ql.Driver.compile(Driver.java:349)   at org.apache.hadoop.hive.ql.Driver.run(Driver.java:938)   at org.apache.hadoop.hive.ql.Driver.run(Driver.java:902)   at org.apache.hadoop.hive.cli.CliDriver.processLocalCmd(CliDriver.java:259)   at org.apache.hadoop.hive.cli.CliDriver.processCmd(CliDriver.java:216)   at org.apache.hadoop.hive.cli.CliDriver.processLine(CliDriver.java:412)   at org.apache.hadoop.hive.cli.CliDriver.run(CliDriver.java:759)   at org.apache.hadoop.hive.cli.CliDriver.main(CliDriver.java:613)   at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)   at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:39)   at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:25)   at java.lang.reflect.Method.invoke(Method.java:597)   at org.apache.hadoop.util.RunJar.main(RunJar.java:208) Caused by: java.lang.ClassNotFoundException: parquet.hadoop.api.WriteSupport   at java.net.URLClassLoader$1.run(URLClassLoader.java:202)   at java.security.AccessController.doPrivileged(Native Method)   at java.net.URLClassLoader.findClass(URLClassLoader.java:190)   at java.lang.ClassLoader.loadClass(ClassLoader.java:306)   at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:301)   at java.lang.ClassLoader.loadClass(ClassLoader.java:247)   ... 20 more       报错的原因是因为缺少一些Parquet相关的jar文件,直接下载到$HIVE_HOME/lib目录下即可 cd /usr/lib/hive/lib for f in parquet-avro parquet-cascading parquet-column parquet-common parquet-encoding parquet-generator parquet-hadoop parquet-hive parquet-pig parquet-scrooge parquet-test-hadoop2 parquet-thrift > do > curl -O https://oss.sonatype.org/service/local/repositories/releases/content/com/twitter/${f}/1.2.5/${f}-1.2.5.jar > done > curl -O https://oss.sonatype.org/service/local/repositories/releases/content/com/twitter/parquet-format/1.0.0/parquet-format-1.0.0.jar       继续提交建表语句,正常通过。成功建表后,需要将其他表中的数据Load到Parquet格式的表中,在执行HQL过程中,需要使用Parquet相关的jar文件,有两种方法,一种是在运行语句前对每一个jar都执行add... Read More | Share it now!