hive的表數(shù)據(jù)是可以同步到impala中去的。一般impala是提供實時查詢操作的，像比較耗時的入庫操作我們可以使用hive，然后再將數(shù)據(jù)同步到impala中。另外，我們也可以在hive中創(chuàng)建一張表同時映射hbase中的表，實現(xiàn)數(shù)據(jù)同步。

下面，筆者依次進行介紹。

一、impala與hive的數(shù)據(jù)同步

首先，我們在hive命令行執(zhí)行showdatabases;可以看到有以下幾個數(shù)據(jù)庫：

然后，我們在impala同樣執(zhí)行showdatabases;可以看到：

目前的數(shù)據(jù)庫都是一樣的。

下面，我們在hive里面執(zhí)行create databaseqyk_test;創(chuàng)建一個數(shù)據(jù)庫，如下：

然后，我們使用qyk_test這個數(shù)據(jù)庫創(chuàng)建一張表，執(zhí)行create table user_info(idbigint, account string, name string, age int) row format delimitedfields terminated by ‘\t';如下：

此時，我們已經(jīng)在hive這邊創(chuàng)建好了，然后直接在impala這邊執(zhí)行showdatabases;可以看到：

連qyk_test這個數(shù)據(jù)庫都沒有。

接下來，我們在impala執(zhí)行INVALIDATEMETADATA;然后再查詢可以看到：

數(shù)據(jù)庫和表都會同步過來。

好了，筆者來做個總結(jié)：

如果在hive里面做了新增、刪除數(shù)據(jù)庫、表或者數(shù)據(jù)等更新操作，需要執(zhí)行在impala里面執(zhí)行INVALIDATEMETADATA;命令才能將hive的數(shù)據(jù)同步impala；

如果直接在impala里面新增、刪除數(shù)據(jù)庫、表或者數(shù)據(jù)，會自動同步到hive，無需執(zhí)行任何命令。

二、hive與hbase的數(shù)據(jù)同步

首先，我們在hbase中創(chuàng)建一張表create ‘user_sysc', {NAME =>‘info'}，然后，我們在hive中執(zhí)行

CREATEEXTERNALTABLEuser_sysc(keyint,valuestring)ROWFORMATSERDE 'org.apache.hadoop.hive.hbase.HBaseSerDe'
STORED BY'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITHSERDEPROPERTIES( 'serialization.format'='\t','hbase.columns.mapping'=':key,info:value','field.delim'='\t')
TBLPROPERTIES ('hbase.table.name'='user_sysc')

創(chuàng)建一張外部表指向hbase中的表，然后，我們在hive執(zhí)行insert into tableuser_sysc select id,name fromuser_info;入一步份數(shù)據(jù)到user_sysc可以看到：

然后，我們在hbase里面執(zhí)行scan‘user_sysc'可以看到：

接下來，我們在hbase里面執(zhí)行deleteall ‘user_sysc',‘11'刪掉一條數(shù)據(jù)，如下：

然后，我在hive里面查詢看看，如下：

說明自動同步過來了。因此，只要創(chuàng)建hive表時，與hbase中的表做了映射，表名和字段名可以不一致，之后無論在hbase中新增刪除數(shù)據(jù)還是在hive中，都會自動同步。

如果在hive里面是創(chuàng)建的外部表需要在hbase中先創(chuàng)建，內(nèi)部表則會在hbase中自動創(chuàng)建指定的表名。

因為hive不支持刪除等操作，而hbase里面比較方便，所以我們可以采用這種方式。

最新評論