通过JDBC访问hive集群

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u010287342/article/details/53303180

hive是大数据结构化的查询工具，之前一直使用cli客户端连接hive集群进行SQL存储过程代码的测试。
总体上来看，其实Java通过JDBC访问hive跟使用JDBC访问MySQL和Oracle的代码结构基本雷同。区别在于通过JDBC访问hive访问时，查询性能比较慢，千万级别的表测试查询速度，随机查询10条数据，需要10秒，第一次加载需要30秒以上，如果是条件查询则超过5分钟，复杂查询会有查询超时报错。
JDBC方式适合数量在十万以下的表查询，而且不适合复杂的条件查询、关联查询。
JDK版本：1.8
hive版本：0.13
hadoop版本：2.52
集群元数据库MySQL库的版本貌似是5.1，这个其实不影响。
以下为示例代码：

package com.java.linkhive;

import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.Statement;

import org.apache.hadoop.conf.Configuration;

public class hiveTestCase {
    public static void main(String[] args) throws  Exception {
        Class.forName("org.apache.hive.jdbc.HiveDriver");


       //hive是不支持insert into...values(....)这种操作的

        String querySQLTest = "select order_no from order_bill limit 10";
        //建立连接对象
        Connection con = DriverManager.getConnection("jdbc:hive2://192.XXX.XXX.XXX:10000/DB_AA", "ETL_AA", "ETLABC");
        Statement stmt = con.createStatement();

        stmt.executeQuery(querySQLTest);
        // 执行查询语句
        ResultSet res = stmt.executeQuery(querySQLTest); 

        //输出查询结果 
        int i=1;
          while (res.next()) {
            System.out.println(res.getString(1));
        }
    }
}

以下为输出结果（log4j是java的一个标准日志输出包）：

其实代码上并没有什么难度，主要问题出在jar加载上，由于jar包的缺失导致了代码无法执行，下面是经过N次尝试后，得出的编写Java通过JDBC方式连接hive集群时所需要的Jar包：