Java|Java API如何实现向Hive批量导入数据 JavaAPI如何实现向Hive批量导入数

Java API实现向Hive批量导入数据 Java程序中产生的数据，如果导入oracle或者mysql库，可以通过jdbc连接insert批量操作完成，但是当前版本的hive并不支持批量insert操作，因为需要先将结果数据写入hdfs文件，然后插入Hive表中。

package com.enn.idcard; import java.io.IOException; import java.sql.Connection; import java.sql.DriverManager; import java.sql.SQLException; import java.sql.Statement; import java.util.ArrayList; import java.util.List; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FSDataOutputStream; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; /** * Description:
* @author kangkaia * @date 2017年12月26日下午1:42:24 */public class HiveJdbc { public static void main(String[] args) throws IOException {List argList = new ArrayList(); List arg = new ArrayList(); arg.add("12345"); arg.add("m"); argList.add(arg); arg = new ArrayList(); arg.add("54321"); arg.add("f"); argList.add(arg); //System.out.println(argList.toString()); String dst = "/test/kk.txt"; createFile(dst,argList); loadData2Hive(dst); } /*** 将数据插入hdfs中，用于load到hive表中，默认分隔符是"\001"* @param dst* @param contents* @throws IOException*/public static void createFile(String dst , List argList) throws IOException{Configuration conf = new Configuration(); FileSystem fs = FileSystem.get(conf); Path dstPath = new Path(dst); //目标路径//打开一个输出流FSDataOutputStream outputStream = fs.create(dstPath); StringBuffer sb = new StringBuffer(); for(List arg:argList){for(String value:arg){sb.append(value).append("\001"); }sb.deleteCharAt(sb.length() - 4); //去掉最后一个分隔符sb.append("\n"); }sb.deleteCharAt(sb.length() - 2); //去掉最后一个换行符byte[] contents =sb.toString().getBytes(); outputStream.write(contents); outputStream.close(); fs.close(); System.out.println("文件创建成功！"); }/*** 将HDFS文件load到hive表中* @param dst*/public static void loadData2Hive(String dst) {String JDBC_DRIVER = "org.apache.hive.jdbc.HiveDriver"; String CONNECTION_URL = "jdbc:hive2://server-13:10000/default; auth=noSasl"; String username = "admin"; String password = "admin"; Connection con = null; try {Class.forName(JDBC_DRIVER); con = (Connection) DriverManager.getConnection(CONNECTION_URL,username,password); Statement stmt = con.createStatement(); String sql = " load data inpath '"+dst+"' into table population.population_information "; stmt.execute(sql); System.out.println("loadData到Hive表成功！"); } catch (SQLException e) {e.printStackTrace(); } catch (ClassNotFoundException e) {e.printStackTrace(); }finally {// 关闭rs、ps和conif(con != null){try {con.close(); } catch (SQLException e) {e.printStackTrace(); }}} }}

注意：
本例使用mvn搭建，conf配置文件放在src/main/resources目录下。
Hive提供的默认文件存储格式有textfile、sequencefile、rcfile等。用户也可以通过实现接口来自定义输入输的文件格式。
在实际应用中，textfile由于无压缩，磁盘及解析的开销都很大，一般很少使用。Sequencefile以键值对的形式存储的二进制的格式，其支持针对记录级别和块级别的压缩。rcfile是一种行列结合的存储方式（text file和sequencefile都是行表[row table]），其保证同一条记录在同一个hdfs块中，块以列式存储。一般而言，对于OLTP而言，行表优势大于列表，对于OLAP而言，列表的优势大于行表，特别容易想到当做聚合操作时，列表的复杂度将会比行表小的多，虽然单独rcfile的列运算不一定总是存在的，但是rcfile的高压缩率确实减少文件大小，因此实际应用中，rcfile总是成为不二的选择，达观数据平台在选择文件存储格式时也大量选择了rcfile方案。
通过hdfs导入hive的表默认是textfile格式的，因此可以改变存储格式，具体方法是先创建sequencefile、rcfile等格式的空表，然后重新插入数据即可。

insert overwrite table seqfile_table select * from textfile_table; ……insert overwrite table rcfile_table select * from textfile_table;

java 批量插入hive中转在HDFS 稍微修改了下，这文章是通过将数据存盘后，加载到HIVE.
模拟数据放到HDFS然后加载到HIVE，请大家记得添加HIVE JDBC依赖否则会报错。
加载前的数据表最好用外部表，否则会drop表的时候元数据会一起删除！

org.apache.hivehive-jdbc1.1.0

代码

import java.io.IOException; import java.net.URI; import java.net.URISyntaxException; import java.sql.Connection; import java.sql.DriverManager; import java.sql.SQLException; import java.sql.Statement; import java.util.ArrayList; import java.util.List; import org.apache.hadoop.conf.Configuration; import org.apache.hadoop.fs.FSDataOutputStream; import org.apache.hadoop.fs.FileSystem; import org.apache.hadoop.fs.Path; public class Demo {public static void main(String[] args) throws Exception {List argList = new ArrayList(); List arg = new ArrayList(); arg.add("12345"); arg.add("m"); argList.add(arg); arg = new ArrayList(); arg.add("54321"); arg.add("f"); argList.add(arg); //System.out.println(argList.toString()); String dst = "/test/kk.txt"; createFile(dst,argList); //loadData2Hive(dst); }/*** 将数据插入hdfs中，用于load到hive表中，默认分隔符是"|"* @param dst* @param contents* @throws IOException* @throws Exception * @throws InterruptedException */public static void createFile(String dst , List argList) throws IOException, InterruptedException, Exception{Configuration conf = new Configuration(); FileSystem fs = FileSystem.get(new URI("hdfs://hadoop:9000"),conf,"root"); Path dstPath = new Path(dst); //目标路径//打开一个输出流FSDataOutputStream outputStream = fs.create(dstPath); StringBuffer sb = new StringBuffer(); for(List arg:argList){for(String value:arg){sb.append(value).append("|"); }sb.deleteCharAt(sb.length() - 1); //去掉最后一个分隔符sb.append("\n"); }byte[] contents =sb.toString().getBytes(); outputStream.write(contents); outputStream.flush(); ; outputStream.close(); fs.close(); System.out.println("文件创建成功！"); }/*** 将HDFS文件load到hive表中* @param dst*/public static void loadData2Hive(String dst) {String JDBC_DRIVER = "org.apache.hive.jdbc.HiveDriver"; String CONNECTION_URL = "jdbc:hive2://hadoop:10000/default"; String username = "root"; String password = "root"; Connection con = null; try {Class.forName(JDBC_DRIVER); con = (Connection) DriverManager.getConnection(CONNECTION_URL,username,password); Statement stmt = con.createStatement(); String sql = " load data inpath '"+dst+"' into table test "; //test 为插入的表stmt.execute(sql); System.out.println("loadData到Hive表成功！"); } catch (SQLException e) {e.printStackTrace(); } catch (ClassNotFoundException e) {e.printStackTrace(); }finally {// 关闭rs、ps和conif(con != null){try {con.close(); } catch (SQLException e) {e.printStackTrace(); }}}} }

【Java|Java API如何实现向Hive批量导入数据】以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。