重要 ｜ mr使用hcatalog读写hive表

企业中，由于领导们的要求，hive中有数据存储格式很多时候是会变的，比如为了优化将tsv，csv格式改为了parquet或者orcfile。那么这个时候假如是mr作业读取hive的表数据的话，我们又要重新去写mr并且重新部署。这个时候就很蛋疼。hcatalog帮我们解决了这个问题，有了它我们不用关心hive中数据的存储格式。详细信息请仔细阅读本文。

 

本文主要是讲mapreduce使用HCatalog读写hive表。

hcatalog使得hive的元数据可以很好的被其它hadoop工具使用，比如pig，mr和hive。

HCatalog的表为用户提供了（HDFS）中数据的关系视图，并确保用户不必担心他们的数据存储在何处或采用何种格式，因此用户无需知道数据是否以RCFile格式存储， 文本文件或sequence?文件。

它还提供通知服务，以便在仓库中有新数据可用时通知工作流工具（如Oozie）。

HCatalog提供HCatInputFormat / HCatOutputFormat，使MapReduce用户能够在Hive的数据仓库中读/写数据。 它允许用户只读取他们需要的表和列的分区。 托福备考返回的记录格式是方便的列表格式，用户无需解析它们。

下面我们举个简单的例子。

在mapper类中，我们获取表schema并使用此schema信息来获取所需的列及其值。

下面是map类。

 

在reduce类中，会为将要写入hive表中的数据创建一个schema。

 

最后，创建driver类，并且表明输入输出schema和表信息。

 

当然，在跑上面写的代码之前，应该先在hive中创建输出表。

可能会引起错误的地方是没有设置$HIVE_HOME.

[完]

欢迎点击阅读原文或扫二维码加入浪尖知识星球，获取更多优质的大数据学习资源和指导。

推荐阅读：

Hive性能优化（全面）

Hive高级优化

---

文章来源：https://blog.csdn.net/rlnLo2pNEfx9c/article/details/81713969