HCatalog - Reader Writer

HCatalog包含用于并行输入和输出的数据传输API,而不使用MapReduce.此API使用表和行的基本存储抽象来从Hadoop集群读取数据并将数据写入其中.

数据传输API主要包含三个类;那些是 : 

  • HCatReader : 从Hadoop集群读取数据.

  • HCatWriter : 将数据写入Hadoop集群.

  • DataTransferFactory : 生成读取器和编写器实例.

此API适用于主从节点设置.让我们更多地讨论 HCatReader HCatWriter .

HCatReader

HCatReader是一个摘要HCatalog内部的类,抽象出要从中检索记录的底层系统的复杂性.

Sr.No.方法名称&描述
1

Public ReaderContext prepareRead( )throws HCatException

这应该在主节点调用以获取ReaderContext,然后应该序列化并发送从属节点.

2

Public abstract Iterator <HCatRecorder> read() throws HCaException

这应该在从属节点处调用以读取HCatRecords.

3

Public Configuration getConf()

它将返回配置类对象.

HCatReader类用于从HDFS读取数据.读取是一个两步过程,其中第一步发生在外部系统的主节点上.第二步是在多个从节点上并行执行.

读取在 ReadEntity 上完成.在开始阅读之前,您需要定义一个ReadEntity来读取.这可以通过 ReadEntity.Builder 来完成.您可以指定数据库名称,表名称,分区和筛选字符串.例如 :

ReadEntity.Builder builder = new ReadEntity.Builder();
ReadEntity entity = builder.withDatabase("mydb").withTable("mytbl").build(); 10.

上面的代码片段定义了一个ReadEntity对象("entity"),它包含一个名为 mytbl 的表,名为 mydb ,可用于读取此表的所有行.请注意,此表必须在此操作开始之前存在于HCatalog中.

在定义ReadEntity之后,您将使用ReadEntity和集群配置 : 获取HCatReader的实例;

HCatReader reader = DataTransferFactory.getHCatReader(entity,config);

下一步是从读者那里获得一个ReaderContext,如下所示;

ReaderContext cntxt = reader.prepareRead();

HCatWriter

此抽象是HCatalog内部的.这是为了便于从外部系统写入HCatalog.不要试图直接实例化它.相反,使用DataTransferFactory.

Sr.No.方法名称&描述
1

Public abstract WriterContext prepareRead() throws HCatException

外部系统应该从主节点调用此方法一次.它返回 WriterContext .这应序列化并发送到从节点以构建 HCatWriter .

2

Public abstract void write(Iterator<HCatRecord> recordItr) throws HCaException

此方法应该在从节点处用于执行写入. recordItr是一个迭代器对象,它包含要写入HCatalog的记录集合.

3

Public abstract void abort(WriterContext cntxt) throws HCatException

应该在主节点调用此方法.这种方法的主要目的是在发生故障时进行清理.

4

public abstract void commit(WriterContext cntxt) throws HCatException

应该在主节点调用此方法.此方法的目的是进行元数据提交.

类似于阅读,写作也是两步过程,其中第一步发生在主节点上.随后,第二步在从节点上并行发生.

写入是在 WriteEntity 上完成的,它可以类似于读取和减去的方式构建;

WriteEntity.Builder builder = new WriteEntity.Builder();
WriteEntity entity = builder.withDatabase("mydb").withTable("mytbl").build();

上面的代码创建了一个WriteEntity对象 entity ,可用于写入名为

创建WriteEntity后,下一步是获取WriterContext :

HCatWriter writer = DataTransferFactory.getHCatWriter(entity, config);
WriterContext info = writer.prepareWrite();

以上所有步骤都在主节点上进行.然后主节点序列化WriterContext对象并使其可供所有从属使用.

在从属节点上,您需要使用WriterContext获取HCatWriter,如下所示 :

HCatWriter writer = DataTransferFactory.getHCatWriter(context);

然后,编写器将迭代器作为写入 method :

writer.write(hCatRecordItr);

writer 然后在循环中对此迭代器调用 getNext()并写出所有附加到迭代器的记录.

TestReaderWriter.java 文件用于测试HCatreader和HCatWriter类.以下程序演示了如何使用HCatReader和HCatWriter API从源文件中读取数据,然后将其写入目标文件.

import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.ObjectInputStream;
import java.io.ObjectOutputStream;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.Iterator;
import java.util.List;
import java.util.Map;
import java.util.Map.Entry;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hive.metastore.api.MetaException;
import org.apache.hadoop.hive.ql.CommandNeedRetryException;
import org.apache.hadoop.mapreduce.InputSplit;

import org.apache.hive.HCatalog.common.HCatException;
import org.apache.hive.HCatalog.data.transfer.DataTransferFactory;
import org.apache.hive.HCatalog.data.transfer.HCatReader;
import org.apache.hive.HCatalog.data.transfer.HCatWriter;
import org.apache.hive.HCatalog.data.transfer.ReadEntity;
import org.apache.hive.HCatalog.data.transfer.ReaderContext;
import org.apache.hive.HCatalog.data.transfer.WriteEntity;
import org.apache.hive.HCatalog.data.transfer.WriterContext;
import org.apache.hive.HCatalog.mapreduce.HCatBaseTest;

import org.junit.Assert;
import org.junit.Test;

public class TestReaderWriter extends HCatBaseTest {
   @Test
   public void test() throws MetaException, CommandNeedRetryException,
      IOException, ClassNotFoundException {
		
      driver.run("drop table mytbl");
      driver.run("create table mytbl (a string, b int)");
		
      Iterator<Entry<String, String>> itr = hiveConf.iterator();
      Map<String, String> map = new HashMap<String, String>();
		
      while (itr.hasNext()) {
         Entry<String, String> kv = itr.next();
         map.put(kv.getKey(), kv.getValue());
      }
		
      WriterContext cntxt = runsInMaster(map);
      File writeCntxtFile = File.createTempFile("hcat-write", "temp");
      writeCntxtFile.deleteOnExit();
		
      // Serialize context.
      ObjectOutputStream oos = new ObjectOutputStream(new FileOutputStream(writeCntxtFile));
      oos.writeObject(cntxt);
      oos.flush();
      oos.close();
		
      // Now, deserialize it.
      ObjectInputStream ois = new ObjectInputStream(new FileInputStream(writeCntxtFile));
      cntxt = (WriterContext) ois.readObject();
      ois.close();
      runsInSlave(cntxt);
      commit(map, true, cntxt);
		
      ReaderContext readCntxt = runsInMaster(map, false);
      File readCntxtFile = File.createTempFile("hcat-read", "temp");
      readCntxtFile.deleteOnExit();
      oos = new ObjectOutputStream(new FileOutputStream(readCntxtFile));
      oos.writeObject(readCntxt);
      oos.flush();
      oos.close();
		
      ois = new ObjectInputStream(new FileInputStream(readCntxtFile));
      readCntxt = (ReaderContext) ois.readObject();
      ois.close();
		
      for (int i = 0; i < readCntxt.numSplits(); i++) {
         runsInSlave(readCntxt, i);
      }
   }
	
   private WriterContext runsInMaster(Map<String, String> config) throws HCatException {
      WriteEntity.Builder builder = new WriteEntity.Builder();
      WriteEntity entity = builder.withTable("mytbl").build();
		
      HCatWriter writer = DataTransferFactory.getHCatWriter(entity, config);
      WriterContext info = writer.prepareWrite();
      return info;
   }
	
   private ReaderContext runsInMaster(Map<String, String> config, 
      boolean bogus) throws HCatException {
      ReadEntity entity = new ReadEntity.Builder().withTable("mytbl").build();
      HCatReader reader = DataTransferFactory.getHCatReader(entity, config);
      ReaderContext cntxt = reader.prepareRead();
      return cntxt;
   }
	
   private void runsInSlave(ReaderContext cntxt, int slaveNum) throws HCatException {
      HCatReader reader = DataTransferFactory.getHCatReader(cntxt, slaveNum);
      Iterator<HCatRecord> itr = reader.read();
      int i = 1;
		
      while (itr.hasNext()) {
         HCatRecord read = itr.next();
         HCatRecord written = getRecord(i++);
			
         // Argh, HCatRecord doesnt implement equals()
         Assert.assertTrue("Read: " + read.get(0) + "Written: " + written.get(0),
         written.get(0).equals(read.get(0)));
			
         Assert.assertTrue("Read: " + read.get(1) + "Written: " + written.get(1),
         written.get(1).equals(read.get(1)));
			
         Assert.assertEquals(2, read.size());
      }
		
      //Assert.assertFalse(itr.hasNext());
   }
	
   private void runsInSlave(WriterContext context) throws HCatException {
      HCatWriter writer = DataTransferFactory.getHCatWriter(context);
      writer.write(new HCatRecordItr());
   }
	
   private void commit(Map<String, String> config, boolean status,
      WriterContext context) throws IOException {
      WriteEntity.Builder builder = new WriteEntity.Builder();
      WriteEntity entity = builder.withTable("mytbl").build();
      HCatWriter writer = DataTransferFactory.getHCatWriter(entity, config);
		
      if (status) {
         writer.commit(context);
      } else {
         writer.abort(context);
      }
   }
	
   private static HCatRecord getRecord(int i) {
      List<Object> list = new ArrayList<Object>(2);
      list.add("Row #: " + i);
      list.add(i);
      return new DefaultHCatRecord(list);
   }
	
   private static class HCatRecordItr implements Iterator<HCatRecord> {
      int i = 0;
		
      @Override
      public boolean hasNext() {
         return i++ < 100 ? true : false;
      }
		
      @Override
      public HCatRecord next() {
         return getRecord(i);
      }
		
      @Override
      public void remove() {
         throw new RuntimeException();
      }
   }
}

上述程序以记录的形式从HDFS读取数据并写入将数据记录到 mytable