Hive编程指南-JDBC连接、脚本执行

最新推荐文章于 2025-06-09 10:38:16 发布

置顶 Evankaka

最新推荐文章于 2025-06-09 10:38:16 发布

阅读量3.9k

点赞数

CC 4.0 BY-SA版权

分类专栏： Hive/Hbase编程指南文章标签： hive jdbc 脚本执行

本文链接：https://blog.youkuaiyun.com/Evankaka/article/details/55044423

Hive/Hbase编程指南专栏收录该内容

9 篇文章

订阅专栏

本文详细介绍了如何通过shell和java代码连接Hive，包括Hive的shell命令行、HiveServer的配置以及使用dbveare工具。在JDBC连接中，提到了端口设置和相关jar包的使用。此外，文章还讲解了Hive脚本执行的三种方式：控制台执行、-e选项执行SQL和-f选项执行SQL文件，展示了如何删除分区记录的示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

摘要：本文主要讲了如何通过java来连接Hive,以及如何执行hive脚本

一、Hive连接

1.1、通过shell

1、hive 命令行模式，直接输入#/hive/bin/hive的执行程序，或者输入#hive --service cli

2、 hive web界面的 (端口号9999) 启动方式
#hive --service hwi
用于通过浏览器来访问hive
http://hadoop0:9999/hwi/
3、 hive 远程服务 (端口号10000) 启动方式

#hive --service hiveserver

注意：hiveserver不能和hwi服务同时启动使用。

4、使用dbveare工具

需要将presto的jar添加进来并配置连接

1.2 通过java代码

使用java代码来连接hive时，驱动可以选择使用jdbc，也可以选择使用presto

HiveServer使用thrift服务来为客户端提供远程连接的访问端口，在JDBC连接Hive之前必须先启动HiveServer。

hive --service hiveserver

hiveserver默认端口是10000，可以使用hive --service hiveserver -p 10002，更改默认启动端口，此端口也是JDBC连接端口。

1、直接通过jdbc

package com.lin.bdp.common.utils;

import java.lang.reflect.Field;
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
import java.sql.ResultSetMetaData;
import java.sql.SQLException;
import java.sql.Statement;
import java.util.ArrayList;
import java.util.List;

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import com.lin.bdp.common.vo.Visitor;

/**
 * 
 * 功能概要：hive客户端工具
 * 
 * @author linbingwen
 * @since  2016年10月20日
 */
public class HiveJdbcClient {

	private static final Logger logger = LoggerFactory.getLogger(HiveJdbcClient.class);

	public static final char UNDERLINE = '_';

	private static String driverName;
	private static String url;
	private static String user;
	private static String password;
	

	private static class LazyHolder {
		private static final HiveJdbcClient INSTANCE = new HiveJdbcClient();
	}
	

	public static final HiveJdbcClient getInstance() {
		return LazyHolder.INSTANCE;
	}

	/**
	 * 初始化参数
	 * @author linbingwen
	 * @since  2016年10月20日
	 */
	private void init() {
		driverName = ConfigLoader.getProperty("hive.jdbc.driverName");
		url = ConfigLoader.getProperty("hive.jdbc.url");
		user = ConfigLoader.getProperty("hive.jdbc.user");
		password = ConfigLoader.getProperty("hive.jdbc.password");
	}
	
	private void initPresto() {
		driverName ="com.facebook.presto.jdbc.PrestoDriver";
		url = "jdbc:presto://10.78.104.5:8080/hive/ods_uba";
		user = "presto";
		password = "Admin@123";
	}

	private HiveJdbcClient() {
		init();
	}

	/**
	 * 获取连接
	 * @author linbingwen
	 * @since  2016年10月20日 
	 * @return
	 * @throws ClassNotFoundException
	 * @throws SQLException
	 */
	private Connection getConnection() throws ClassNotFoundException, SQLException {
		Class.forName(driverName);
		Connection conn = DriverManager.getConnection(url, user, password);
		return conn;
	}

	/**
	 * 按条件查找
	 * @author linbingwen
	 * @since  2016年10月20日 
	 * @param clazz
	 * @param sql
	 * @return
	 * @throws Exception
	 */
	public <T> List<T> find(Class<T> clazz, String sql) throws Exception {
		if (sql == null || sql.length() == 0) {
			logger.warn("查询sql语句不能为空");
			return new ArrayList<T>();
		}

		Connection connection = null;
		PreparedStatement preState = null;
		ResultSet rs = null;

		try {
			connection = getConnection();
			
			Statement stmt = connection.createStatement();  
	        rs = stmt.executeQuery(sql);
			return (List<T>) handler(clazz, rs);
		} catch (Exception e) {
			logger.error("sql = {}执行出错,Exception = {}", sql, e.getLocalizedMessage());
			throw e;
		} finally {
			release(connection,preState,rs);
		}
	}
	
	/**
	 * 释放资源
	 * 
	 * @author linbingwen
	 * @since 2016年8月31日
	 * @param conn
	 * @param st
	 * @param rs
	 */
	private void release(Connection conn, Statement st, ResultSet rs) {
		if (rs != null) {
			try {
				rs.close();
			} catch (Exception e) {
				e.printStackTrace();
			}
			rs = null;
		}
		if (st != null) {
			try {
				st.close();
			} catch (Exception e) {
				e.printStackTrace();
			}
			st = null;
		}
		if (conn != null) {
			try {
				conn.close();
			} catch (Exception e) {
				e.printStackTrace();
			}
		}
	}

	/**
	 * 下划线字段转成陀峰字段
	 * @author linbingwen
	 * @since  2016年10月20日 
	 * @param param
	 * @return
	 */
	private String underlineToCamel(String param) {
		if (param == null || param.isEmpty()) {
			return null;
		}
		int len = param.length();
		StringBuilder sb = new StringBuilder(len);
		for (int i = 0; i < len; i++) {
			char c = param.charAt(i);
			if (c == UNDERLINE) {
				if (++i < len) {
					sb.append(Character.toUpperCase(param.charAt(i)));
				}
			} else {
				sb.append(c);
			}
		}
		return sb.toString();
	}

	/**
	 * 组装list对象
	 * @author linbingwen
	 * @since  2016年10月20日 
	 * @param clazz
	 * @param rs
	 * @return
	 * @throws Exception
	 */
	private Object handler(Class clazz, ResultSet rs) throws Exception {
		List list = new ArrayList();
		try {
			while (rs.next()) {
				Object bean = clazz.newInstance();

				ResultSetMetaData meta = rs.getMetaData();
				int count = meta.getColumnCount();
				for (int i = 0; i < count; i++) {
					String columnName = meta.getColumnName(i + 1);
					String name = columnName;
					if (columnName.contains(".")) {
						String[] split = columnName.split("\\.");
						if (split.length != 2) {
							throw  new Exception("输入的表名不正确！");
						}
						name =split[1];
					}
					
					Object value = rs.getObject(columnName);
					name = underlineToCamel(name.toLowerCase());
					try {
						Field f = bean.getClass().getDeclaredField(name);
						if (f != null) {
							f.setAccessible(true);
							f.set(bean, value);
						}
					} catch (NoSuchFieldException e) {
						logger.error("表中字段：{}在类：{}没有对应的属性", name, clazz);
					} catch (IllegalArgumentException e) {
						logger.error("表中字段：{}在类：{}对应属性类型不一到", name, clazz);
					}
				}
				list.add(bean);
			}
		} catch (Exception e) {
			throw e;
		}
		
		logger.info("hiveHandler successed the total size is:{}",list.size());
		
		return list;
	}

	@Override
	public String toString() {
		return "HiveJdbcClient driverName:" + driverName + " url:" + url + " user:" + user + " password:" + password;
	}
	
	public List<Table> export() throws ClassNotFoundException, SQLException {
        String showtablesSQL = "show tables";
        List<Table> tableList = new ArrayList<Table>();
        List<String> tableNameList = new ArrayList<String>();

        Connection conn = getConnection();
        Statement stmt = null;
        ResultSet tableRs = null; // 存库元数据
        ResultSet colRs = null;//存储表元数据
        try {
            stmt = conn.createStatement();
            stmt.executeQuery("use ods_uba");

            //获取表名
            tableRs = stmt.executeQuery(showtablesSQL);
            while (tableRs.next()) {
                String table = tableRs.getString(1);
                tableNameList.add(table);
            }
            //获取表结构
            com.lin.bdp.common.utils.Field field = null;
            Table table = null;
            for (int i = 0; i < tableNameList.size(); i++) {
                String descTableSQL = "describe ";
                List<com.lin.bdp.common.utils.Field> fieldList = new ArrayList<com.lin.bdp.common.utils.Field>();
                descTableSQL = descTableSQL + tableNameList.get(i).trim();//拼接sql
                
                colRs = stmt.executeQuery(descTableSQL);
                while (colRs.next()) {
                    field = new com.lin.bdp.common.utils.Field();
                    field.setColumnName(colRs.getString(1));
                    field.setTypeName(colRs.getString(2));//测试大小
                    fieldList.add(field);
                }
                table = new Table();
                table.setTableName(tableNameList.get(i).trim());
                table.setField(fieldList);
                System.out.println(table);
                tableList.add(table);
            }

        } catch (SQLException ex) {
        } finally {
            if (colRs != null) {
                try {
                    colRs.close();
                } catch (SQLException ex) {
                }
            }
            if (tableRs != null) {
                try {
                    tableRs.close();
                } catch (SQLException ex) {
                }
            }
            if (conn != null) {
                try {
                    conn.close();
                } catch (SQLException ex) {
                }
            }
        }
        return tableList;
    }

	public static void main(String[] args) {
		HiveJdbcClient hiveJdbcClient = HiveJdbcClient.getInstance();
		try {
			hiveJdbcClient.export();
			
		} catch (Exception e) {
			e.printStackTrace();
		}
		System.exit(0);
	}

}

其中对应的配置文件：

对应的field.java

public class Field {

	private String columnName;
	private String typeName;
	private int columnSize;
	private int decimal_digits;
	private int nullable;

	public Field() {
	}

	public Field(String columnName, String typeName, int columnSize, int decimal_digits, int nullable) {
		this.columnName = columnName;
		this.typeName = typeName;
		this.columnSize = columnSize;
		this.decimal_digits = decimal_digits;
		this.nullable = nullable;
	}

	public String getColumnName() {
		return columnName;
	}

	public void setColumnName(String columnName) {
		this.columnName = columnName;
	}

	public String getTypeName() {
		return typeName;
	}

	public void setTypeName(String typeName) {
		this.typeName = typeName;
	}

	public int getColumnSize() {
		return columnSize;
	}

	public void setColumnSize(int columnSize) {
		this.columnSize = columnSize;
	}

	public int getDecimal_digits() {
		return decimal_digits;
	}

	public void setDecimal_digits(int decimal_digits) {
		this.decimal_digits = decimal_digits;
	}

	public int getNullable() {
		return nullable;
	}

	public void setNullable(int nullable) {
		this.nullable = nullable;
	}

	@Override
	public String toString() {
		return "Field{" + "columnName=" + columnName + ", typeName=" + typeName + ", columnSize=" + columnSize + ", decimal_digits=" + decimal_digits + ", nullable=" + nullable + '}';
	}

}

对应的table.java

package com.lin.bdp.common.utils;

import java.util.List;

public class Table {

	private String tableName;
	private List<Field> field;

	public Table() {
	}

	public Table(String tableName, List<Field> field) {
		this.tableName = tableName;
		this.field = field;
	}

	public String getTableName() {
		return tableName;
	}

	public void setTableName(String tableName) {
		this.tableName = tableName;
	}

	public List<Field> getField() {
		return field;
	}

	public void setField(List<Field> field) {
		this.field = field;
	}

	@Override
	public String toString() {
		return "Table{" + "tableName=" + tableName + ", field=" + field + '}';
	}

}

2、直接通过presto

package com.lin.bdp.common.utils;

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.ResultSetMetaData;
import java.sql.SQLException;
import java.sql.Statement;

public class HivePrestoClient {
	
    public static void main(String[] args) throws SQLException, ClassNotFoundException{  
    	//jdbc:presto://cdh1:8080/hive/sales
    	   Class.forName("com.facebook.presto.jdbc.PrestoDriver");
            Connection connection = DriverManager.getConnection("jdbc:presto://10.78.104.5:8080/hive/ods_uba","presto","Admin@123");  
         //  connection.setCatalog("hive");  
            Statement stmt = connection.createStatement();  
           ResultSet rs = stmt.executeQuery("select * from ods_uba.visitor_lin limit 10");  
          // ResultSet rs = stmt.executeQuery("select count(*) uuid,lst_visit_chnl lst_visit_chnl from ods_uba.visitor_lin group by lst_visit_chnl");  
           while (rs.next()) {
               ResultSetMetaData meta = rs.getMetaData();
				int count = meta.getColumnCount();
				for (int i = 0; i < count; i++) {
					String name = meta.getColumnName(i + 1);
					Object value = rs.getObject(name);
					 System.out.println(name + ":" + value);
				}
           } 
            rs.close();  
            connection.close();  
            System.out.println("exit");
           // System.exit(0);
    }

}

在presto的安装目录下，etc/config.properties 包含 Presto Server 相关的配置，每一个 Presto Server 可以通时作为 coordinator 和 worker 使用。

http-server.http.port=8080

这个参数为端口的配置

3、用到的相关jar包

		<dependency>
			<groupId>com.facebook.presto</groupId>
			<artifactId>presto-jdbc</artifactId>
			<version>0.75</version>
		</dependency>
		<dependency>
			<groupId>org.apache.hadoop.hive</groupId>
			<artifactId>hive-jdbc</artifactId>
			<version>0.7.1-cdh3u6</version>
		</dependency>
		<dependency>
			<groupId>org.apache.hadoop.hive</groupId>
			<artifactId>hive-exec</artifactId>
			<version>0.7.1-cdh3u6</version>
		</dependency>
		<dependency>
			<groupId>org.apache.hadoop.hive</groupId>
			<artifactId>hive-metastore</artifactId>
			<version>0.7.1-cdh3u6</version>
		</dependency>
		<dependency>
			<groupId>org.apache.hadoop.hive</groupId>
			<artifactId>hive-service</artifactId>
			<version>0.7.1-cdh3u6</version>
		</dependency>

二、Hive脚本执行

Hive也可以直接执行sql脚本，或者通过shell脚本来调用sql脚本

ive脚本的执行方式大致有三种：

1. hive控制台执行

比较简单，不再多说;

2. hive -e "SQL"执行

hive -e "use ods_uba;ALTER TABLE lin DROP PARTITION (opdt='2016-02-04');

当然也可以将这一行代码放在一个shell脚本中来执行：

如下是删除表里一天分区的记录（分区以opdt = 'yyyy-mm-dd'）形式存在

#!/bin/sh
source ~/.bashrc

#清数据
doClean(){
    partition=$(echo "$path/opdt=$statisDate")
    echo "hdfs dfs -rm -r -f $partition"
    hive -e "use ods_uba;ALTER TABLE $tableName DROP PARTITION (opdt='$statisDate');"
    hdfs dfs -rm -r -f $partition
}

#统计日期默认取昨天
diffday=15
statisDate=`date +"%Y-%m-%d" -d "-"${diffday}"day"`
path=/hive/warehouse/ods_uba.db/$1
#首先判断是否有输入日期，以及输入日期是否合法，如果合法，取输入的日期。不合法报错，输入日期为空，取昨天
if [ $# -eq 0 ]; then
  echo "您没有输入参数，请至少输入表名kafka_appchnl_source_log/kafka_web_source_log" 
elif [ $# -eq 1 ]; then
  echo "您输入的第一个参数为: $1 "
  tableName=$1
  if [[ "$tableName" == "kafka_appchnl_source_log" ]] || [[ "$tableName" == "kafka_web_source_log" ]]; then
     echo "要清除的表名是：$tableName,路径：$path,清除分区的日期：$statisDate"
     doClean $tableName $path $statisDate
  else 
     echo "您输入的表名有错，请输入表名kafka_appchnl_source_log/kafka_web_source_log"
  fi
elif [ $# -eq 2 ]; then
  echo "您输入的第一个参数为: $1,第二个参数 ：$2" 
  tableName=$1
  statisDate=$2
  if [[ "$tableName" == "kafka_appchnl_source_log" ]] || [[ "$tableName" == "kafka_web_source_log" ]]; then
     echo "要清除的表名是：$tableName,路径：$path"
     if [ ${#statisDate} -eq 10 ];then
         echo "清除分区的日期：$statisDate"
         doClean $tableName $path $statisDate
     else
        echo "您输入日期不合法，请输入yyyy-mm-dd类型参数"
     fi
  else 
    echo "您输入的表名有错，请输入表名kafka_appchnl_source_log/kafka_web_source_log"
  fi
else
  echo "您输入参数多于2个，请重新输入"
fi

执行脚本：

3. hive -f SQL文件执行

如果sql都放在.sql文件中呢？那就用hive -f

新建一个clean.sql内容如下：

use ods_uba;
ALTER TABLE ${hiveconf:tableName} DROP PARTITION (partition_time='${hiveconf:partitionTime}');

执行如下语句就可以删除一个分区

hive -hiveconf  tableName=lin  -hiveconf partitionTime='2016-01-23' -f clean.sql

这里hiveconf可以用来传递参数

最后,也可以将shell脚本和sql脚本结合一起用。

新建一个如下doClean.sh

#!/bin/sh
. ~/.bashrc

#清数据，注意要传入一个yyyy-mm-dd类型参数
cleanData(){
  echo "您要清理数据的日期为：$statisDate"
  #生成每小时的查询条件
  for i in `seq 24`
  do
    num=$(echo $i)
    doClean $tableName $statisDate $num
  done
}

#清数据
doClean(){
    echo "输入日期：$statisDate，输入序列号：$num"
    timeZone=$(printf "%02d\n" $(expr "$num" - "1")) 
    partitionTime=$(echo "$statisDate-$timeZone")
    echo "清数据的表名：$tableName 分区字段：$partitionTime"
    hive -hiveconf tableName=$tableName  -hiveconf partitionTime=$partitionTime -f clean.sql
}

#统计日期默认取昨天
diffday=1
statisDate=`date +"%Y-%m-%d" -d "-"${diffday}"day"`
#首先判断是否有输入日期，以及输入日期是否合法，如果合法，取输入的日期。不合法报错，输入日期为空，取昨天
if [ $# -eq 0 ]; then
  echo "您没有输入参数，请至少输入表名visit_log/evt_log/chnl_req" 
elif [ $# -eq 1 ]; then
  echo "您输入的第一个参数为: $1 "
  tableName=$1
  if [[ "$tableName" == "visit_log" ]] || [[ "$tableName" == "evt_log" ]] || [[ "$tableName" == "chnl_req" ]]; then
     echo "要清除的表名是：$tableName,清除分区的日期：$statisDate"
     cleanData $tableName $statisDate 
  else 
    echo "您输入的表名有错，请输入表名visit_log/evt_log/chnl_req"
  fi
elif [ $# -eq 2 ]; then
  echo "您输入的第一个参数为: $1,第二个参数 ：$2" 
  tableName=$1
  statisDate=$2
  if [[ "$tableName" == "visit_log" ]] || [[ "$tableName" == "evt_log" ]] || [[ "$tableName" == "chnl_req" ]]; then
     echo "要清除的表名是：$tableName"
     if [ ${#statisDate} -eq 10 ];then
         echo "清除分区的日期：$statisDate"
         cleanData $tableName $statisDate 
     else
        echo "您输入日期不合法，请输入yyyy-mm-dd类型参数"
     fi
  else 
    echo "您输入的表名有错，请输入表名visit_log/evt_log/chnl_req"
  fi
else
  echo "您输入参数多于2个，请重新输入"
fi

这里将一天分成了24个区，所以要删除一天的数据需要删除24个分区，分区以(yyyy-mm-dd-ss)

运行时使用：