hive UNION和子查询

Posted 2023-04-26

参考技术A union用于联合多个select语句的结果集，合并为一个独立的结果集。当前只支持UNION ALL(bag union)。不能消除重复行，每个select语句返回的列的数量和名字必须一样，否则会抛出语法错误。

如果必须对union的结果集做一些额外的处理，整个语句可以被嵌入在from子句中。

子查询语法

Hive只在from子句中支持子查询。子查询必须给定一个名字，因为每个表在from子句中必须有一个名字。子查询的查询列表的列，必须有唯一的名字。子查询的查询列表在外面的查询是可用的，就向表的列。子查询也可以一个UNION查询表达式，Hive支持任意层次的子查询。

示例1：

示例2：

Hive 整合Hbase

摘要

Hive提供了与HBase的集成，使得能够在HBase表上使用HQL语句进行查询 插入操作以及进行Join和Union等复杂查询、同时也可以将hive表中的数据映射到Hbase中。

? ?

应用场景

2.1 将ETL操作的数据存入HBase

? ?

? ?

?? ?

2.2 HBase作为Hive的数据源

? ?

? ?

2.3 构建低延时的数据仓库

环境准备

? ?

? ?

3.1 hive与hbase整合环境配置

• 修改hive-site.xml文件，添加配置属性（zookeeper的地址）

  [root@hadoop01 conf]# vim hive-site.xml

<property> <name>hbase.zookeeper.quorum</name> <value>node1:2181,node2:2181,node3:2181</value> </property>

? ?

• 引入hbase的依赖包

  将hbase安装目录下的lib文件夹下的包导入到hive的环境变量中，在hive-env.sh 文件中添加

  [root@hadoop01 conf]# vim hive-env.sh

export HIVE_CONF_DIR=/usr/local/hive/conf export HIVE_CLASSPATH=$HIVE_CLASSPATH:$HBASE_HOME/lib/*

? ?

至此、hive与hbase整合环境准备完成。

实战

4.1 hbase表映射到hive表中

• 在hbase中创建表：表名hbase_test, 有三个列族 f1、f2、f3

  ? ?

create ‘hbase_test‘,{NAME => ‘f1‘,VERSIONS => 1},{NAME => ‘f2‘,VERSIONS => 1},{NAME => ‘f3‘,VERSIONS => 1}

? ?

• 插入数据

  ? ?

put ‘hbase_test‘,‘r1‘,‘f1:name‘,‘zhangsan‘ put ‘hbase_test‘,‘r1‘,‘f2:age‘,‘20‘ put ‘hbase_test‘,‘r1‘,‘f3:sex‘,‘male‘ put ‘hbase_test‘,‘r2‘,‘f1:name‘,‘lisi‘ put ‘hbase_test‘,‘r2‘,‘f2:age‘,‘30‘ put ‘hbase_test‘,‘r2‘,‘f3:sex‘,‘female‘ put ‘hbase_test‘,‘r3‘,‘f1:name‘,‘wangwu‘ put ‘hbase_test‘,‘r3‘,‘f2:age‘,‘40‘ put ‘hbase_test‘,‘r3‘,‘f3:sex‘,‘male‘

? ?

? ?

? ?

• 查询数据

  ? ?

  

  ? ?

• 创建基于hbase的hive表

  ? ?

CREATE EXTERNAL TABLE hiveFromHbase( rowkey string, f1 map<STRING,STRING>, f2 map<STRING,STRING>, f3 map<STRING,STRING> ) STORED BY ‘org.apache.hadoop.hive.hbase.HBaseStorageHandler‘ WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,f1:,f2:,f3:") TBLPROPERTIES ("hbase.table.name" = "hbase_test");

? ?

这里使用外部表映射到HBase中的表，这样，在Hive中删除表，并不会删除HBase中的表，否则，就会删除。另外，除了rowkey，其他三个字段使用Map结构来保存HBase中的每一个列族。

• hbase.columns.mapping

  Hive表和HBase表的字段映射关系，分别为：Hive表中第一个字段映射:key(rowkey)，第二个字段映射列族f1，第三个字段映射列族f2,第四个字段映射列族f3

• hbase.table.name

  HBase中表的名字

  ? ?

• hive中查询hbase表

  

  ? ?

  可以看到，Hive中有3行数据，因为有3个rowkey，每一个列族的列和值，分别被存储到Map结构中

  ? ?

• Hive中插入数据到HBase表

  ? ?

insert into table hiveFromHbase SELECT ‘r4‘ AS rowkey, map(‘name‘,‘zhaoliu‘) AS f1, map(‘age‘,‘50‘) AS f2, map(‘sex‘,‘male‘) AS f3 from person limit 1;

? ?

插入成功后查看2张表的数据

? ?

hive表hiveFromHbase：

? ?

? ?

Hbase表hbase_test:

? ?

? ?

? ?

Hive中的外部表hiveFromHbase，就和其他外部表一样，只有一份元数据，真正的数据是在HBase表中，Hive通过hive-hbase-handler来操作HBase中的表。

? ?

? ?

4.2 hive表映射到hbase表中

• 创建映射hbase的表

? ? create table hive_test( id string, name string, age int, address string )STORED BY ‘org.apache.hadoop.hive.hbase.HBaseStorageHandler‘ WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,f1:name,f2:age,f3:address") TBLPROPERTIES ("hbase.table.name" = "hbaseFromhive");

? ?

? ?

• 查看hbase映射表是否产生

  

  ? ?

• 查看hbase映射表的表结构和数据

  ? ?

  

  ? ?

  

  ? ?

  由于hive表中没有加载数据，此时hbase中映射的表也无数据

  ? ?

  ? ?

• Hive表加载数据

  ? ?

  数据来源于另一张表hive_source;

  

查看hive_source的表结构和数据 ? ? 加载数据： insert overwrite table hive_test select * from hive_source;

? ?

? ?

• 查看hive和hbase中表的数据

  

  ? ?

  

  ? ?

  映射表可以查看到hive表中的数据。