Bagikan melalui

API Hive Warehouse Connector 2.0 di Azure HDInsight

  • Artikel

Artikel ini mencantumkan semua API yang didukung oleh Hive warehouse connector 2.0. Semua contoh yang ditunjukkan adalah cara menjalankan menggunakan spark-shell dan sesi konektor gudang sarang.

Cara membuat sesi Hive Warehouse Connector:

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

Prasyarat

Selesaikan langkah-langkah Penyiapan Hive Warehouse Connector.

API yang Didukung

  • Mengatur database:

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

  • Daftar semua database:

    hive.showDatabases()

  • Daftar semua tabel dalam database saat ini

    hive.showTables()

  • Menjelaskan tabel

    // 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>")

  • Letakkan Database

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

  • Letakkan tabel di database saat ini

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

  • Membuat database

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

  • Buat tabel di database saat ini

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

    Builder untuk pembuatan tabel hanya mendukung operasi di bawah ini:

    // 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()

    Catatan

    API ini membuat tabel yang diformat ORC di lokasi default. Untuk fitur/opsi lain atau untuk membuat tabel menggunakan kueri Hive, gunakan API executeUpdate.

  • Membaca tabel

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

  • Jalankan perintah DDL di 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 excpetion in HiveServer2
// Returns true or false if the query succeeded or failed respectively
hive.executeUpdate("<hive-query>", propagateException) // propagate exception is boolean value

  • Jalankan kueri Hive dan hasil muat di Dataset

    • Mengeksekusi kueri melalui daemon LLAP. [Disarankan]

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

    • Mengeksekusi kueri melalui HiveServer2 via JDBC.

      Setel spark.datasource.hive.warehouse.smartExecution ke false dalam konfigurasi spark sebelum memulai sesi spark untuk menggunakan API ini

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

  • Menutup sesi Hive Warehouse Connector

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

  • Jalankan kueri Gabungan Hive

    API ini membuat kueri penggabungan Apache Hive dalam format

    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 mendukung operasi berikut:

    mergeBuilder.mergeInto("<taget-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()

  • Menulis Dataset ke Tabel Hive dalam batch

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

    • TableName harus dalam bentuk <db>.<table> atau <table>. Jika tidak ada nama database yang disediakan, tabel akan dicari/dibuat dalam database saat ini

    • Tipe SaveMode adalah:

      • Menambahkan: Menambahkan dataset ke tabel yang diberikan

      • Menimpa: Menimpa data dalam tabel yang diberikan dengan dataset

      • Abaikan: Lewati menulis jika tabel sudah ada, tidak ada kesalahan yang dibuang

      • ErrorIfExists: Membuang kesalahan jika tabel sudah ada

  • Tulis Dataset ke Tabel Apache Hive menggunakan 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()

    Catatan

    Menulis stream selalu menambahkan data.

  • Menulis stream spark ke Tabel Apache 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()

Langkah berikutnya