Hive中操作Phoenix，对比Hive查询Hbase

暴走大数据 2020-07-20

1113

点击上方蓝色字体，选择“设为星标”

回复”资源“获取更多惊喜

来源:http://suo.im/6kDoDq

作者:王义凯_Rick

大数据技术与架构

点击右侧关注，大数据开发领域最强公众号！

暴走大数据

点击右侧关注，暴走大数据！

今天我们尝试在hive中查phoenix。也就是hbase-->Phoenix-->hive这样的链路。

环境

CDH-6.3.1
Hive-2.1.1
Phoenix-5.0.0
Hbase-2.1.0
 
hive集成phoenix仅支持hive使用mapreduce，tez引擎，不支持spark引擎;
如果启用了kerberos，需要使用同时有hive和hbase权限的用户;

依赖

需要在hive中添加phoenix的jar包依赖，下面的命令是在hive命令行里session级别生效的，如果想全局生效可参考上面的hive操作ES的文章里的内容。phoenix-version-hive.jar包可以在$PHOENIX_HOME/lib下找到。

add jar /home/tools/wyk/phoenix-5.0.0-cdh6.2.0-hive.jar;

验证

在hive中建phoenix内表

在hive中创建Phoenix内部表，hive会管理结构和数据，会自动在phoenix建表，删除hive表的时候对应的Phoenix表也删除。

-- 在hive中创建Phoenix内部表，hive会管理结构和数据，会自动在phoenix建表，删除hive表的时候对应的Phoenix表也删除：
create table default.phoenix_hive_create_internal (
s1 string,
i1 int,
f1 float,
d1 double
)
STORED BY 'org.apache.phoenix.hive.PhoenixStorageHandler'
TBLPROPERTIES (
"phoenix.table.name" = "phoenix_hive_create_internal",
"phoenix.zookeeper.quorum" = "uathd01,uathd02,uathd03",
"phoenix.zookeeper.znode.parent" = "/hbase",
"phoenix.zookeeper.client.port" = "2181",
"phoenix.rowkeys" = "s1, i1",
"phoenix.column.mapping" = "s1:s1, i1:i1, f1:f1, d1:d1",
"phoenix.table.options" = "SALT_BUCKETS=10, DATA_BLOCK_ENCODING='DIFF'"
);

在hive中建完Phoenix内表之后可以看到在phoenix中和hbase中都自动创建了一张表PHOENIX_HIVE_CREATE_INTERNAL。

从hive往phoenix插入数据

不支持spark引擎：

--修改执行引擎
set hive.execution.engine=mr;
 
--在hive中插入一条记录
insert into default.phoenix_hive_create_internal values('wyk',1,2.3412,3.14);

查看hbase和phoenix端是否同步了该数据：

--hbase
scan "PHOENIX_HIVE_CREATE_INTERNAL"
--phoenix
select * from "PHOENIX_HIVE_CREATE_INTERNAL";

从Phoenix插入数据，在hive端查看

--phoenix端 插入一条数据
upsert into "PHOENIX_HIVE_CREATE_INTERNAL" values('csdn',2,8.66,7.555);
 
select * from "PHOENIX_HIVE_CREATE_INTERNAL";

--hive端验证能否看到phoenix端插入的记录
select * from default.phoenix_hive_create_internal ;

在Hive中对Phoenix的数据进行更新

官方文档上说不支持在hive中对phoenix表进行update和delete操作，但是我们可以执行insert命令，只要主键与phoenix表的相同就会自动更新。

例：

--准备一条记录用做更新
insert into default.phoenix_hive_create_internal values('csdn',3,0.222,0.1114);
 
--再次插入一条记录，主键与phoenix的相同，这里的是s1和i1组合键，更新f1字段
insert into default.phoenix_hive_create_internal values('csdn',3,0.888,0.1114);

如果在hive中对phoenix表执行update或delete 命令会报下面的错误：

--不支持update delete
update default.phoenix_hive_create_internal set f1=0.888 where i1=3;
delete from default.phoenix_hive_create_internal  where i1=3;
FAILED: SemanticException [Error 10294]: Attempt to do update or delete using transaction manager that does not support these operations.

"Hive on Phoenix" VS "Hive on Hbase"

hive读phoenix和hive读hbase的性能对比：

首先在hive中建一个hbase外表，然后建一个phoenix外表，将hive表的数据同时写入hbase表和phoenix表，然后对比在hive中查询hbase和phoenix的性能。

hive建hbase外表和phoenix外表以及数据准备的步骤先略过了，在之前的文章和本篇上面已经有过示例代码，我们直接看表：

Hive shell
--hive表
select count(1) from tbl_doc_record; 
result: 565343
--hbase外表
select count(1) from default.hbase_tbl_doc_record; 
result: 565343
 
--phoenix外表
select count(1) from default.phoenix_tbl_doc_record;
result: 565343

对比phoenix客户端查出来的结果一致都是565343条记录：

尝试了几个SQL，使用hive查询phoenix和hbase的性能几乎一致，直接在phoenix里查询性能远超在impala中查询hive表。很奇怪为什么使用hive查询phoenix就慢了呢，下面根据Phoenix上的方式修改配置。

提升Hive查询Phoenix的性能：

按官方的说法，设置下面两个参数后，在Hive shell中对phoenix表的查询速度跟在phoenix client中查询一样，但尝试之后发现在hive中查询phoenix表的速度跟查hbase表差不多，就是很慢，但是在phoenix client查刚才从hive建的表就很快，尝试修改了好几个参数都没能成功，希望有小伙伴尝试成功了能跟我同步一下，谢谢。

Hive Shell:
set hive.exec.parallel=true;
set hive.fetch.task.conversion=more ;

当前版本的限制

暂不支持在Hive中对Phoenix表进行更新update和删除delete。但是可以通过insert的时候主键相同会实现更新操作，和hive操作ES类似。
字段映射不到rowkey列。
mapreduce和tez引擎仅支持一个reducer。

欢迎点赞+收藏

欢迎转发至朋友圈

数据库

文章转载自暴走大数据，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。