3.檢視hbase的表
這裡多了乙個list01
hbase(main):006:0> list
table
lijie
lijie01
2 row(s) in 0.0160 seconds
=> [「lijie」, 「lijie01」]12
3456
74.建立乙個hive臨時並插入資料
#建立臨時表
hive> create table lijietemp(
> key string,
> name string
> )
> row format delimited fields terminated by 『,』
> stored as textfile;
oktime taken: 0.292 seconds
#向臨時表插入資料
hive> load data local inpath 『/home/hadoop/test.txt』 overwrite into table lijietemp;
loading data to table default.lijietemp
table default.lijietemp stats: [numfiles=1, numrows=0, totalsize=35, rawdatasize=0]
oktime taken: 0.38 seconds12
3456
78910
1112
1314
1516
175.向hive中的hbase對映表hbase01中插入資料
hive> insert into hbase01 select * from lijietemp;12
6.檢視hive中的資料，以及hbase中的資料（資料應該一致）
hive資料檢視：
hive> select * from hbase01;
ok1001 lijie
1002 zhangsan
1003 lisi
time taken: 0.175 seconds, fetched: 3 row(s)12
3456
7hbase資料檢視：
hbase(main):007:0> scan 『lijie01』
row column+cell
1001 column=cf1:name, timestamp=1487149773218, value=lijie
1002 column=cf1:name, timestamp=1487149773218, value=zhangsan
1003 column=cf1:name, timestamp=1487149773218, value=lisi
3 row(s) in 0.4880 seconds12
3456
77.利用hbase向表中新增資料，檢視hive中的資料是否一致
hbase表中插入資料：
hbase(main):008:0> put 『lijie01』,『1004』,『cf1:name』,『hbaseputdata』
0 row(s) in 0.2580 seconds12
檢視hive表中是否一致（發現也多了上面新增的資料）：
hive> select * from hbase01;
ok1001 lijie
1002 zhangsan
1003 lisi
1004 hbaseputdata
time taken: 0.124 seconds, fetched: 4 row(s)12
3456
788.hive對映hbase中已經存在的表，先在hbase中建立乙個表，並且插入資料
建表：hbase(main):010:0> create 『lijie02』,『cf1』,『cf2』
0 row(s) in 0.4530 seconds
=> hbase::table - lijie0212
34插入一條測試資料：
hbase(main):011:0> put 『lijie02』,『0000001』,『cf1:name』,『lijie』
0 row(s) in 0.0820 seconds
11.測試向hive中新增資料
再建立乙個hive臨時表
hive>
> create table lijietemp1(
> key string,
> name string,
> age int
> )
> row format delimited fields terminated by 『,』
> stored as textfile;12
3456
789新增資料
hive> load data local inpath 『/home/hadoop/test.txt』 overwrite into table lijietemp1;
loading data to table default.lijietemp1
table default.lijietemp1 stats: [numfiles=1, numrows=0, totalsize=44, rawdatasize=0]
oktime taken: 0.271 seconds12
3456
向hive中插入資料
hive> insert into hbase02 select * from lijietemp1;12
11.檢視hive表中的資料和hbase的資料是否同步
hive表查詢結果：
hive> select * from hbase02;
ok0000001 lijie 24
1001 lijie 24
1002 zhangsan 25
1003 lisi 26
time taken: 0.097 seconds, fetched: 4 row(s)12
3456
78hbase表查詢結果：
hbase(main):014:0> scan 『lijie02』
row column+cell
0000001 column=cf1:name, timestamp=1487151262045, value=lijie
0000001 column=cf2:age, timestamp=1487151262045, value=24
1001 column=cf1:name, timestamp=1487151621148, value=lijie
1001 column=cf2:age, timestamp=1487151621148, value=24
1002 column=cf1:name, timestamp=1487151621148, value=zhangsan
1002 column=cf2:age, timestamp=1487151621148, value=25
1003 column=cf1:name, timestamp=1487151621148, value=lisi
1003 column=cf2:age, timestamp=1487151621148, value=26
4 row(s) in 0.0350 seconds12
3456
78910
1112
13結果hbase表的資料和hive表中的資料一致
和hbase對映 hbase整合hive
hive提供了與hbase的整合，是的能夠在hbase表上使用hive sql語句進行查詢 插入操作以及進行join和union等複雜查詢 同時也可以將hive表中的資料對映到hbase中。當我們在使用hive時候，在資料量多的時候就會發現非常的慢，乙個簡單的sql都要半天，其實我們追尋他的原因很簡...
Hive和MySQL資料互導
用sqoop進行hive和mysql之間的資料互導 use anticheat create table anticheat blacklist userid varchar 30 primary key dt int,update time timestamp,delete flag int,op...
Hive和HBase的區別
hive是為了簡化編寫mapreduce程式而生的，使用mapreduce做過資料分析的人都知道，很多分析程式除業務邏輯不同外，程式流程基本一樣。在這種情況下，就需要hive這樣的使用者程式設計介面。hive本身不儲存和計算資料，它完全依賴於hdfs和mapreduce，hive中的表純邏輯，就是些...