Udostępnij za pośrednictwem


Interfejsy API łącznika usługi Hive Warehouse 2.0 w usłudze Azure HDInsight

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