HBase Hive 集成

Question

我通过将默认版本提到为 5 创建了一个 HBase

创建 'tablename',{NAME => 'cf', VERSIONS => 5} 并插入两行（row1 和 row2）

put 'tablename','row1','cf:id','row1id'
put 'tablename','row1','cf:name','row1name'
put 'tablename','row2','cf:id','row2id'
put 'tablename','row2','cf:name','row2name'
put 'tablename','row2','cf:name','row2nameupdate'
put 'tablename','row2','cf:name','row2nameupdateagain'

尝试使用扫描选择数据，我正在获取最新更新的数据。 当我尝试使用以下命令选择不同的版本数据时，我得到了不同的版本数据。

scan 'tablename',{RAW => true, VERSIONS => 5}

现在创建了一个 Hive 外部表来指向这个 HBase 表

CREATE EXTERNAL TABLE hive_timestampupdate(key int, value string)
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,cf:name")
TBLPROPERTIES ("hbase.table.name" = "tablename");

select * from hive_timestampupdate

当我查询表 hive_timestampupdate 时，我能够看到数据。

默认情况下，我会根据时间戳获取最新更新的数据。 这里也想查询不同版本的数据。

Hive 命令将获取 HBase 的不同版本数据。

请帮忙。

提前致谢。

Answer 1

来自https://cwiki.apache.org/confluence/display/Hive/HBaseIntegration

目前无法访问 HBase 时间戳属性，查询总是访问具有最新时间戳的数据。