如何在CDH中使用HPLSQL实现存储过程
温馨提示：要看高清无码套图，请使用手机打开并单击图片放大查看。
1.文档编写目的
目前版本的Hive中没有提供类似存储过程的功能，使用Hive做数据应用开发时候，一般有以下两种方法：
- 将一段一段的HQL语句封装在Shell或者其他脚本中，然后以命令行的方式调用，完成一个业务或者一张报表的统计分析。
- 使用HPL/SQL （Procedural SQL on Hadoop，在Hive的版本（2.0）中，会将该模块集成进来）。该解决方案不仅支持Hive，还支持在SparkSQL，其他NoSQL，甚至是RDBMS中使用类似于Oracle PL/SQL的功能，这将极大的方便数据开发者的工作，Hive中很多之前比较难实现的功能，现在可以很方便的实现，比如自定义变量、基于一个结果集的游标、循环等等。
本文档主要讲述如何使用HPL/SQL在Hive中实现存储过程。
- 内容概述
1.安装及配置HPL/SQL
2.自定义函数和游标
3.存储过程改造
4.总结
- 测试环境
1.CM和CDH版本为5.11.2
2.RedHat7.2
- 前置条件
1.CDH集群正常
2.HiveServer2服务安装且正常运行
3.JDK1.6以上
2.安装及配置HPL/SQL
1.从http://www.hplsql.org/download下载最新的HPL/SQL
2.解压安装包
[ec2-user@ip-172-31-22-86 hive-plsql]$ tar -zxvf hplsql-0.3.31.tar.gz
hplsql-0.3.31/
hplsql-0.3.31/hplsql-0.3.31.jar
hplsql-0.3.31/hplsql
hplsql-0.3.31/antlr-runtime-4.5.jar
hplsql-0.3.31/hplsql.cmd
hplsql-0.3.31/LICENSE.txt
hplsql-0.3.31/hplsql-site.xml
hplsql-0.3.31/README.txt
[ec2-user@ip-172-31-22-86 hive-plsql]$ 
3.修改执行权限
进入hplsql-0.3.31目录，修改hplsql文件执行权限
[ec2-user@ip-172-31-22-86 hplsql-0.3.31]$ sudo chmod +x hplsql
4.配置CDH集群环境
编辑hplsql文件，根据你的实际环境配置HADOOP_CLASSPATH，配置如下：
#!/bin/bash
CDH_HOME=/opt/cloudera/parcels/CDH/lib
JAVA_HOME=/usr/java/jdk1.7.0_67-cloudera
export PATH=$PATH:$JAVA_HOME/bin:$JAVA_HOME/lib
export "HADOOP_CLASSPATH=$HADOOP_CLASSPATH:$CDH_HOME/hadoop/*"
export "HADOOP_CLASSPATH=$HADOOP_CLASSPATH:$CDH_HOME/hadoop/lib/*"
export "HADOOP_CLASSPATH=$HADOOP_CLASSPATH:/etc/hadoop/conf"
export "HADOOP_CLASSPATH=$HADOOP_CLASSPATH:$CDH_HOME/hadoop-mapreduce/*"
export "HADOOP_CLASSPATH=$HADOOP_CLASSPATH:$CDH_HOME/hadoop-mapreduce/lib/*"
export "HADOOP_CLASSPATH=$HADOOP_CLASSPATH:$CDH_HOME/hadoop-hdfs/*"
export "HADOOP_CLASSPATH=$HADOOP_CLASSPATH:$CDH_HOME/hadoop-hdfs/lib/*"
export "HADOOP_CLASSPATH=$HADOOP_CLASSPATH:$CDH_HOME/hadoop-yarn/*"
export "HADOOP_CLASSPATH=$HADOOP_CLASSPATH:$CDH_HOME/hadoop-yarn/lib/*"
export "HADOOP_CLASSPATH=$HADOOP_CLASSPATH:$CDH_HOME/hive/lib/*"
export "HADOOP_CLASSPATH=$HADOOP_CLASSPATH:$CDH_HOME/hive/conf"
export HADOOP_OPTS="$HADOOP_OPTS -Djava.library.path=$CDH_HOME/hadoop/lib/native"
SCRIPTPATH=`pwd`
java -cp $SCRIPTPATH:$HADOOP_CLASSPATH:$SCRIPTPATH/hplsql-0.3.31.jar:$SCRIPTPATH/antlr-runtime-4.5.jar $HADOOP_OPTS org.apache.hive.hplsql.Hplsql "$@"以上标红部分需要根据你实际的环境进行配置。
5.测试配置是否生效
[ec2-user@ip-172-31-22-86 hplsql-0.3.31]$ ./hplsql -version
/home/ec2-user/hive-plsql/hplsql-0.3.31
HPL/SQL 0.3.31
[ec2-user@ip-172-31-22-86 hplsql-0.3.31]$ 
6.配置和启动Hive的JDBC服务HiveServer2
HPL/SQL与Hive通过JDBC方式连接，因此需要先启动HiveServer2。在Cloudera Manager中确认HiveServer2实例已经启动
7.配置HPL/SQL与Hive的连接
编辑hplsql-site.xml，修改以下配置，以连接到HiveServer2服务（注意，hostname默认是localhost，如果是从HiveServer2的主机连接，可以不用做任何修改）
<property>
<name>hplsql.conn.default</name>
<value>hive2conn</value>
<description>The default connection profile</description>
</property>
<property>
<name>hplsql.conn.hiveconn</name>
<value>org.apache.hive.jdbc.HiveDriver;jdbc:hive2://localhost:10000;hive;hive</value>
<description>HiveServer2 JDBC connection (embedded mode)</description>
</property>8.使用hplsql执行HPL/SQL语句，测试是否正常运行
[ec2-user@ip-172-31-22-86 hplsql-0.3.31]$ ./hplsql -e "CURRENT_DATE+1"
[ec2-user@ip-172-31-22-86 hplsql-0.3.31]$ ./hplsql -e "SELECT * FROM test LIMIT 1" 
能够正确显示数据库列表，则说明与HiveServer2连接已经成功。创建测表，插入测试数据
[ec2-user@ip-172-31-22-86 hplsql-0.3.31]$ ./hplsql -e "create table test_table (id string, names string) stored as textfile"
[ec2-user@ip-172-31-22-86 hplsql-0.3.31]$ ./hplsql -e "insert into test_table values('1','a')"
[ec2-user@ip-172-31-22-86 hplsql-0.3.31]$ ./hplsql -e "select * from test_table"
3.自定义函数和游标
将下面的HPL/SQL语句保存到1.hql文件中：
CREATE FUNCTION hello(text STRING)
RETURNS STRING
BEGIN
RETURN 'Hello, ' || text || '!';
END;
FOR item IN (
SELECT s1,s2 FROM test limit 10
)
LOOP
PRINT item.s1 || '|' || item.s2 || '|' || hello(item.s1);
END LOOP;上面的语句中，第一部分创建了一个自定义函数hello，传入一个字符串，返回Hello,字符串! 第二部分使用FOR .. LOOP游标，从Hive的表中获取10条记录，打印出两个字段的内容。
使用命令./hplsql -f 1.hql指定上面的HPL/SQL语句块：
[ec2-user@ip-172-31-22-86 hplsql-0.3.31]$ ./hplsql -f 1.hql
...
Query executed successfully (208 ms)
name1|age1|Hello, name1!
name2|age2|Hello, name2!
name3|age3|Hello, name3!
name4|age4|Hello, name4!
name5|age5|Hello, name5!
name6|age6|Hello, name6!
name7|age7|Hello, name7!
name8|age8|Hello, name8!
name9|age9|Hello, name9!
name10|age10|Hello, name10!
[ec2-user@ip-172-31-22-86 hplsql-0.3.31]$ 
4.存储过程改造
如下是使用TPC-DS真实示例改造的存储过程
需要改造的存储过程为：
改造为Hive存储过程：
执行该存储过程
执行完毕
任务在集群的Yarn中查看
结果查看：
5.总结
Hive的存储过程工具HPL/SQL：
- 支持存储过程
- 支持控制流
- 支持异常处理
- 支持游标
- 支持package 语法
醉酒鞭名马，少年多浮夸！ 岭南浣溪沙，呕吐酒肆下！挚友不肯放，数据玩的花！ 温馨提示：要看高清无码套图，请使用手机打开并单击图片放大查看。
推荐关注Hadoop实操，第一时间，分享更多Hadoop干货，欢迎转发和分享。
原创文章，欢迎转载，转载请注明：转载自微信公众号Hadoop实操
腾讯云开发者
