Udostępnij za pośrednictwem

Interfejsy API łącznika usługi Hive Warehouse 2.0 w usłudze Azure HDInsight

  • Artykuł

W tym artykule wymieniono wszystkie interfejsy API obsługiwane przez łącznik magazynu Hive w wersji 2.0. Wszystkie pokazane przykłady to sposób uruchamiania przy użyciu sesji łącznika spark-shell i hive Warehouse.

Jak utworzyć sesję łącznika magazynu Hive:

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

Warunek wstępny

Wykonaj kroki konfiguracji łącznika magazynu Hive.

Obsługiwane interfejsy API

  • Ustaw bazę danych:

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

  • Wyświetl listę wszystkich baz danych:

    hive.showDatabases()

  • Wyświetlanie listy wszystkich tabel w bieżącej bazie danych

    hive.showTables()

  • Opisywanie tabeli

    // 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>")

  • Usuwanie bazy danych

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

  • Usuwanie tabeli w bieżącej bazie danych

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

  • Utwórz bazę danych 

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

  • Tworzenie tabeli w bieżącej bazie danych

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

    Konstruktor dla tabeli create-table obsługuje tylko poniższe operacje:

    // 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()

    Uwaga

    Ten interfejs API tworzy tabelę sformatowaną w formacie ORC w domyślnej lokalizacji. W przypadku innych funkcji/opcji lub tworzenia tabeli przy użyciu zapytań hive użyj interfejsu executeUpdate API.

  • Odczytywanie tabeli

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

  • Wykonywanie poleceń DDL na serwerze 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

  • Wykonywanie zapytania Hive i ładowanie wyniku w zestawie danych

    • Wykonywanie zapytania za pośrednictwem demonów LLAP. [Zalecane]

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

    • Wykonywanie zapytania za pośrednictwem serwera HiveServer2 za pośrednictwem JDBC.

      Ustaw spark.datasource.hive.warehouse.smartExecution wartość na false w konfiguracjach platformy Spark przed rozpoczęciem sesji platformy Spark, aby użyć tego interfejsu API

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

  • Zamykanie sesji łącznika magazynu Hive

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

  • Wykonywanie zapytania scalania programu Hive

    Ten interfejs API tworzy zapytanie scalania programu Hive w formacie

    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

    Konstruktor obsługuje następujące operacje:

    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()

  • Zapisywanie zestawu danych w tabeli Hive w partii

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

    • Nazwa_tabeli powinna mieć postać <db>.<table> lub <table>. Jeśli nie podano nazwy bazy danych, tabela zostanie przeszukana/utworzona w bieżącej bazie danych

    • Typy SaveMode to:

      • Dołączanie: dołącza zestaw danych do danej tabeli

      • Zastąp: zastępuje dane w danej tabeli za pomocą zestawu danych

      • Ignoruj: Pomija zapis, jeśli tabela już istnieje, nie jest zgłaszany błąd

      • ErrorIfExists: zgłasza błąd, jeśli tabela już istnieje

  • Zapisywanie zestawu danych w tabeli Hive przy użyciu technologii 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()

    Uwaga

    Zapis strumienia zawsze dołącza dane.

  • Pisanie strumienia spark w tabeli Hive

    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()

Następne kroki