cassandra - 将 Cassandra 表复制到 Hive

Question

我已经被这个问题困扰好几天了。因此，任何帮助将不胜感激。

我正在尝试将 cassandra 表复制到 hive(以便我可以将其放入 hive 元存储中，然后从 Tableau 访问它)。 Hive -> Tableau 部分有效，但 Cassandra 到 Hive 部分无效。数据未复制到 Hive 元存储。

以下是我已采取的步骤:

我按照该项目自述文件中的说明进行操作:https://github.com/tuplejump/cash/tree/master/cassandra-handler

我生成了 hive-cassandra-..jar，将其和 cassandra-all-.jar、cassandra-thrift-*.jar 复制到 hive lib 文件夹。

然后我启动了配置单元并尝试了以下操作:

hive> add jar /usr/lib/hive/apache-hive-1.1.0/lib/hive-cassandra-1.2.6.jar;
Added [/usr/lib/hive/apache-hive-1.1.0/lib/hive-cassandra-1.2.6.jar] to class path
Added resources: [/usr/lib/hive/apache-hive-1.1.0/lib/hive-cassandra-1.2.6.jar]
hive> list jars;
/usr/lib/hive/apache-hive-1.1.0/lib/hive-cassandra-1.2.6.jar
hive> create temporary function tmp as 'org.apache.hadoop.hive.cassandra.cql3.CqlStorageHandler'
    > ;
FAILED: Class org.apache.hadoop.hive.cassandra.cql3.CqlStorageHandler not found

我不知道为什么hive看不到CqlStorageHandler...

谢谢!

Answer 1

您可以考虑的另一种选择是编写一个简单的 java 程序，将数据写入文件，然后将其加载到 hive。

package com.company.cassandra;

import com.datastax.driver.core.Cluster;
import com.datastax.driver.core.Cluster.Builder;
import com.datastax.driver.core.ResultSet;
import com.datastax.driver.core.ResultSetFuture;
import com.datastax.driver.core.Row;
import com.datastax.driver.core.Session;

public class CassandraExport {

    public static Session session;


    public static void connect(String username, String password, String host, int port, String keyspace) {
        Builder builder =  Cluster.builder().addContactPoint(host);
        builder.withPort(port);
        if (username != null && password != null) {
            builder.withCredentials(username, password);
        }

        Cluster cluster = builder.build();
        session = cluster.connect(keyspace);
    }

    public static void main(String[] args) {
        //Prod
        connect("user", "password", "server", 9042, "keyspace");

        ResultSetFuture future = session.executeAsync("SELECT * FROM table;");
        ResultSet results = future.getUninterruptibly();
        for (Row row : results) {
            //Print the columns in the following order
            String out = row.getString("col1") + "\t" +
                            String.valueOf(row.getInt("col2")) + "\t" +
                            String.valueOf(row.getLong("col3")) + "\t" +
                            String.valueOf(row.getLong("col4"));
            System.out.println(out);
        }

        session.close();
        session.getCluster().close();
    }


}

将输出写入文件，然后加载到配置单元。

hive -e "use schema; load data local inpath '/tmp/cassandra-table' overwrite into table mytable;"