HBase数据迁移至Hive

背景：需要将HBase中表xyz（列簇cf1，列val）迁移至Hive

1. 建立Hive和HBase的映射关系

    1.1 运行hive shell进入hive命令行模式，运行如下脚本

CREATE EXTERNAL TABLE hbase_student(key int, value string)
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,cf1:val")
TBLPROPERTIES ("hbase.table.name" = "xyz", "hbase.mapred.output.outputtable" = "xyz");

　　注意：(EXTERNAL表示HBase中已经存在了xyz表；如果HBase中不存在，则去掉EXTERNAL关键字，执行命令后，将会在HBase中创建xyz表)

1.2 在Hive中查看

hbase_student：>  show tables

　　在hbase中查看xyz表：>  list

2. 插入数据测试

2.1 在HBase端xyz表插入数据，并查看：

　　查看表结构：desc ‘xyz’

　　Hbase表插入一条数据：put ‘xyz’,’0’,’cf1:val’,’lowi’

　　查看表中的数据：scan ‘xyz’

　　2.1.1 在Hive中的hbase_table_1表查看：select * from hbase_student;

2.2 在Hive端hbase_table_1表插入数据，并查看：

　　Hive表插入一条数据：insert into hbase_student values (‘1’,’lojun’);

　　查看数据：select * from hbase_student;

　　2.2.1 在HBase中的xyz表查看：scan ‘xyz’

3.删除hive表：hive> DROP TABLE IF EXISTS hbase_student;

　　此时hive表已经删除成功，再去查hbase表’xyz’，发现也已经被删除：

　　这个问题与hive、hbase表关联的方式有关：

（1）创建hive表无EXTERNAL

CREATE TABLE hbase_student(key int, value string)
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,cf1:val")
TBLPROPERTIES ("hbase.table.name" = "xyz", "hbase.mapred.output.outputtable" = "xyz");

　这种情况是hbase本来没有这张表。hive建表时创建了hbase表。这种情况下，hdfs的hive表目录有hive文件夹，但是里面没有数据（数据是存在hbase里面的）。

　当hive使用overwrite关键字进行插入数据时。原本数据不会被删除，有同样的行健会被更新覆盖。因为数据是存在hbase中的，遵守hbase插入数据的规则。

　　1）当hive删除hive表时，hbase表也会删除。

　　2）当先删除hbase的时候，先disabled table,然后drop table；

　hbase表就被删除了，zookeeper里面也就删除了；

　但是hive里面还在，用show tables还能查出来，mysql中TBLS里面还有hive表的信息。但是用select * from hive 查询的时候报错，表不存在(TableNotFoundException)。

　然后删除hive里面的表的时候会报错TableNotFoundException）。继续show tables时，发现表已经不在了。TBLS里面也没有hive表了。

（1）EXTERNAL

CREATE EXTERNAL TABLE hbase_student(key int, value string)
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,cf1:val")
TBLPROPERTIES ("hbase.table.name" = "xyz", "hbase.mapred.output.outputtable" = "xyz");

　这种情况是hbase里面已经有这张表了，创建一个hive表去管理这hbase表。

　当hive使用overwrite关键字进行插入数据时。跟第一种情况一样。

　　1）删除hive表对hbase没有影响；

　　2）但是先删除hbase表hive就会报TableNotFoundException；但是删除hive不会报上面这个错。