Hadoop Hive概念学习系列之hive里的JDBC编程入门（二十二）

henda

　　Hive与JDBC示例
　　在使用 JDBC 开发 Hive 程序时, 必须首先开启 Hive 的远程服务接口。在hive安装目录下的bin，使用下面命令进行开启:
　　

　　　　hive -service hiveserver &  //Hive低版本提供的服务是：Hiveserver　　

　　　　hive --service hiveserver2 &       //Hive0.11.0以上版本提供了的服务是：Hiveserver2　　

　　我这里使用的Hive1.0版本，故我们使用Hiveserver2服务，下面我使用 Java 代码通过JDBC连接Hiveserver。

　　18.1  测试数据
　　本地目录/home/hadoop/下的djt.txt文件内容(每行数据之间用tab键隔开)如下所示:
　　

　　1        dajiangtai　　

　　2        hadoop　　

　　3        Hive　　

　　4        hbase　　

　　5        spark　　

　　18.2  程序代码
　　

　　import java.sql.Connection;　　

　　import java.sql.DriverManager;　　

　　import java.sql.ResultSet;　　

　　import java.sql.SQLException;　　

　　import java.sql.Statement;　　

　　public>　　

        　　 private static String driverName = "org.apache.Hive.jdbc.HiveDriver";//Hive驱动名称　　

        　　 private static String url = "jdbc:Hive2://djt11:10000/default";//连接Hive2服务的连接地址，Hive0.11.0以上版本提供了一个全新的服务：HiveServer2　　

        　　 private static String user = "hadoop";//对HDFS有操作权限的用户　　

        　　 private static String password = "";//在非安全模式下，指定一个用户运行查询，忽略密码　　

         　　private static String sql = "";　　

        　　 private static ResultSet res;　　

         　　public static void main(String[] args) {　　

           　　  try {　　

                　　>　　

                　　 Connection conn = DriverManager.getConnection(url, user, password);//根据URL连接指定的数据库　　

                　　 Statement stmt = conn.createStatement();　　

                 　　

                　　 //创建的表名　　

              　　   String tableName = "testHiveDriverTable";　　

                 　　

                　　 /** 第一步:表存在就先删除 **/　　

                　　 sql = "drop table " + tableName;　　

                　　 stmt.execute(sql);　　

                 　　

                　　 /** 第二步:表不存在就创建 **/　　

                　　 sql = "create table " + tableName + " (key int, value string)  row format delimited fields terminated by '\t' STORED AS TEXTFILE";　　

                　　 stmt.execute(sql);　　

                 　　

                 　　// 执行“show tables”操作　　

                 　　sql = "show tables '" + tableName + "'";　　

                　　 res = stmt.executeQuery(sql);　　

                　　 if (res.next()) {　　

                    　　 System.out.println(res.getString(1));　　

                 　　}　　

                 　　

               　　  // 执行“describe table”操作　　

                　　 sql = "describe " + tableName;　　

                　　 res = stmt.executeQuery(sql);　　

                 　　while (res.next()) {  　　

                   　　  System.out.println(res.getString(1) + "\t" + res.getString(2));　　

                　　 }　　

                 　　

                　　 // 执行“load data into table”操作　　

                　　 String filepath = "/home/hadoop/djt.txt";//Hive服务所在节点的本地文件路径　　

                　　 sql = "load data local inpath '" + filepath + "' into table " + tableName;　　

                　　 stmt.execute(sql);　　

                 　　

                 　　// 执行“select * query”操作　　

                　　 sql = "select * from " + tableName;　　

                　　 res = stmt.executeQuery(sql);　　

                　　 while (res.next()) {　　

                   　　  System.out.println(res.getInt(1) + "\t" + res.getString(2));　　

                　　 }　　

                 　　

                　　 // 执行“regular Hive query”操作，此查询会转换为MapReduce程序来处理　　

                　　 sql = "select count(*) from " + tableName;　　

                　　 res = stmt.executeQuery(sql);　　

                　　 while (res.next()) {　　

                 　　    System.out.println(res.getString(1));　　

               　　  }        　　

               　　  conn.close();　　

                　　 conn = null;　　

            　　 } catch (ClassNotFoundException e) {　　

               　　  e.printStackTrace();　　

                 　　System.exit(1);　　

            　　 } catch (SQLException e) {　　

                　　 e.printStackTrace();　　

                　　 System.exit(1);　　

           　　  }　　

         　　}　　

　　}　　

　　18.3  运行结果(右击-->Run as-->Run on Hadoop)
　　执行“show tables”运行结果:
　　

　　　　　　　　testHivedrivertable　　

　　执行“describe table”运行结果:
　　

　　　　　　key    int　　

　　　　　　value    string　　

　　执行“select * query”运行结果:
　　

　　　　　　1        dajiangtai　　

　　　　　　2        hadoop　　

　　　　　　3        Hive　　

　　　　　　4        hbase　　

　　　　　　5        spark　　

　　执行“regular Hive query”运行结果:
　　

　　　　　　5　　

　　

　　

hive jdbc使用

Hive项目开发环境搭建（Eclipse\MyEclipse + Maven）