Ready to get started?

Learn more about the CData JDBC Driver for Apache Hive or download a free trial:

Download Now

Apache Spark でHive Data をSQL で操作

CData JDBC ドライバーを使用して、Apache Spark でHive Data にデータ連携。

Apache Spark は大規模データ処理のための高速で一般的なエンジンです。CData JDBC Driver for Hive と組み合わせると、Spark はリアルタイムHive data にデータ連携して処理ができます。ここでは、Spark シェルに接続してHive data をクエリする方法について説明します。

CData JDBC Driver は、最適化されたデータ処理がドライバーに組み込まれているため、リアルタイムHive data と対話するための高いパフォーマンスを提供します。Hive に複雑なSQL クエリを発行すると、ドライバーはフィルタや集計など、サポートされているSQL操作を直接Hive にプッシュし、組込みSQL エンジンを使用してサポートされていない操作(SQL 関数やJOIN 操作)をクライアント側で処理します。組み込みの動的メタデータクエリを使用すると、ネイティブデータ型を使用してHive data を操作して分析できます。

CData JDBC Driver for Hive をインストール

CData JDBC Driver for Hive インストーラをダウンロードし、パッケージを解凍し、JAR ファイルを実行してドライバーをインストールします。

Spark Shell を起動してHive Data に接続

  1. Open a terminal and start the Spark shell with the CData JDBC Driver for Hive JAR file as the jars parameter: $ spark-shell --jars /CData/CData JDBC Driver for Hive/lib/cdata.jdbc.apachehive.jar
  2. With the shell running, you can connect to Hive with a JDBC URL and use the SQL Context load() function to read a table. Set the Server, Port, TransportMode, and AuthScheme connection properties to connect to Hive.

    組み込みの接続文字列デザイナー

    For assistance in constructing the JDBC URL, use the connection string designer built into the Hive JDBC Driver.Either double-click the JAR file or execute the jar file from the command-line.

    java -jar cdata.jdbc.apachehive.jar

    Fill in the connection properties and copy the connection string to the clipboard.

    scala> val apachehive_df = spark.sqlContext.read.format("jdbc").option("url", "jdbc:apachehive:Server=127.0.0.1;Port=10000;TransportMode=BINARY;").option("dbtable","Customers").option("driver","cdata.jdbc.apachehive.ApacheHiveDriver").load()
  3. Once you connect and the data is loaded you will see the table schema displayed.
  4. Register the Hive data as a temporary table:

    scala> apachehive_df.registerTable("customers")
  5. Perform custom SQL queries against the Data using commands like the one below:

    scala> apachehive_df.sqlContext.sql("SELECT City, CompanyName FROM Customers WHERE Country = US").collect.foreach(println)

    You will see the results displayed in the console, similar to the following:

Using the CData JDBC Driver for Hive in Apache Spark, you are able to perform fast and complex analytics on Hive data, combining the power and utility of Spark with your data.Download a free, 30 day trial of any of the 170+ CData JDBC Drivers and get started today.

 
 
ダウンロード