Dela via

Hive Warehouse Connector 2.0 API:er i Azure HDInsight

  • Artikel

I den här artikeln visas alla API:er som stöds av Hive Warehouse Connector 2.0. Alla exempel som visas är hur du kör med spark-shell och hive warehouse connector session.

Så här skapar du En Hive-lageranslutningssession:

import com.hortonworks.hwc.HiveWarehouseSession
val hive = HiveWarehouseSession.session(spark).build()

Förutsättningar

Slutför installationsstegen för Hive Warehouse Connector.

API:er som stöds

  • Ange databasen:

    hive.setDatabase("<database-name>")

  • Visa en lista över alla databaser:

    hive.showDatabases()

  • Visa en lista över alla tabeller i den aktuella databasen

    hive.showTables()

  • Beskriva en tabell

    // Describes the table <table-name> in the current database
hive.describeTable("<table-name>")

    // Describes the table <table-name> in <database-name>
hive.describeTable("<database-name>.<table-name>")

  • Ta bort en databas

    // ifExists and cascade are boolean variables
hive.dropDatabase("<database-name>", ifExists, cascade)

  • Ta bort en tabell i den aktuella databasen

    // ifExists and purge are boolean variables
hive.dropTable("<table-name>", ifExists, purge)

  • Skapa en -databas

    // ifNotExists is boolean variable
hive.createDatabase("<database-name>", ifNotExists)

  • Skapa en tabell i den aktuella databasen

    // Returns a builder to create table
val createTableBuilder = hive.createTable("<table-name>")

    Builder för create-table stöder endast åtgärderna nedan:

    // Create only if table does not exists already
createTableBuilder = createTableBuilder.ifNotExists()

    // Add columns
createTableBuilder = createTableBuilder.column("<column-name>", "<datatype>")

    // Add partition column
createTableBuilder = createTableBuilder.partition("<partition-column-name>", "<datatype>")

    // Add table properties
createTableBuilder = createTableBuilder.prop("<key>", "<value>")

    // Creates a bucketed table,
// Parameters are numOfBuckets (integer) followed by column names for bucketing
createTableBuilder = createTableBuilder.clusterBy(numOfBuckets, "<column1>", .... , "<columnN>")

    // Creates the table
createTableBuilder.create()

    Kommentar

    Det här API:et skapar en ORC-formaterad tabell på standardplatsen. Använd API för andra funktioner/alternativ eller för att skapa en tabell med hive-frågor executeUpdate .

  • Läsa en tabell

    // Returns a Dataset<Row> that contains data of <table-name> in the current database
hive.table("<table-name>")

  • Köra DDL-kommandon på HiveServer2

    // Executes the <hive-query> against HiveServer2
// Returns true or false if the query succeeded or failed respectively
hive.executeUpdate("<hive-query>")

    // Executes the <hive-query> against HiveServer2
// Throws exception, if propagateException is true and query threw exception in HiveServer2
// Returns true or false if the query succeeded or failed respectively
hive.executeUpdate("<hive-query>", propagateException) // propagate exception is boolean value

  • Köra Hive-fråga och läs in resultat i datauppsättning

    • Kör frågor via LLAP-daemoner. [Rekommenderas]

      // <hive-query> should be a hive query 
hive.executeQuery("<hive-query>")

    • Köra frågor via HiveServer2 via JDBC.

      Ange spark.datasource.hive.warehouse.smartExecution till false i spark-konfigurationer innan spark-sessionen startas för att använda det här API:et

      hive.execute("<hive-query>")

  • Stäng hive-lageranslutningssession

    // Closes all the open connections and
// release resources/locks from HiveServer2
hive.close()

  • Köra Hive Merge-fråga

    Det här API:et skapar en Hive-kopplingsfråga i formatet

    MERGE INTO <current-db>.<target-table> AS <targetAlias> USING <source expression/table> AS <sourceAlias>
ON <onExpr>
WHEN MATCHED [AND <updateExpr>] THEN UPDATE SET <nameValuePair1> ... <nameValuePairN>
WHEN MATCHED [AND <deleteExpr>] THEN DELETE
WHEN NOT MATCHED [AND <insertExpr>] THEN INSERT VALUES <value1> ... <valueN>

    val mergeBuilder = hive.mergeBuilder() // Returns a builder for merge query

    Builder stöder följande åtgärder:

    mergeBuilder.mergeInto("<target-table>", "<targetAlias>")

    mergeBuilder.using("<source-expression/table>", "<sourceAlias>")

    mergeBuilder.on("<onExpr>")

    mergeBuilder.whenMatchedThenUpdate("<updateExpr>", "<nameValuePair1>", ... , "<nameValuePairN>")

    mergeBuilder.whenMatchedThenDelete("<deleteExpr>")

    mergeBuilder.whenNotMatchedInsert("<insertExpr>", "<value1>", ... , "<valueN>");

    // Executes the merge query
mergeBuilder.merge()

  • Skriva en datauppsättning till Hive-tabellen i batch

    df.write.format("com.microsoft.hwc.v2")
   .option("table", tableName)
   .mode(SaveMode.Type)
   .save()

    • TableName ska vara av formulär <db>.<table> eller <table>. Om inget databasnamn anges söks/skapas tabellen i den aktuella databasen

    • SaveMode-typer är:

      • Tillägg: Lägger till datauppsättningen i den angivna tabellen

      • Skriv över: Skriver över data i den angivna tabellen med datauppsättningen

      • Ignorera: Hoppar över skrivning om tabellen redan finns, inget fel utlöses

      • ErrorIfExists: Utlöser fel om tabellen redan finns

  • Skriva en datauppsättning till Hive-tabellen med HiveStreaming

    df.write.format("com.microsoft.hwc.v2.batch.stream.write")
   .option("database", databaseName)
   .option("table", tableName)
   .option("metastoreUri", "<HMS_URI>")
// .option("metastoreKrbPrincipal", principal), add if executing in ESP cluster
   .save()

 // To write to static partition
 df.write.format("com.microsoft.hwc.v2.batch.stream.write")
   .option("database", databaseName)
   .option("table", tableName)
   .option("partition", partition)
   .option("metastoreUri", "<HMS URI>")
// .option("metastoreKrbPrincipal", principal), add if executing in ESP cluster
   .save()

    Kommentar

    Stream-skrivningar lägger alltid till data.

  • Skriva en Spark-ström till en Hive-tabell

    stream.writeStream
    .format("com.microsoft.hwc.v2")
    .option("metastoreUri", "<HMS_URI>")
    .option("database", databaseName)
    .option("table", tableName)
  //.option("partition", partition) , add if inserting data in partition
  //.option("metastoreKrbPrincipal", principal), add if executing in ESP cluster
    .start()

Nästa steg