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。
Fayson的github:https://github.com/fayson/cdhproject
提示:代码块部分可以左右滑动查看噢
1.文档编写目的
Kudu是Cloudera开源的新型列式存储系统,是Apache Hadoop生态圈的新成员之一,专门为了对快速变化的数据进行快速分析,填补了以往Hadoop存储层的空缺,在前面的文章Fayson介绍了Kudu的安装及与Impala集成使用的文章,本篇文章Fayson主要介绍如何使用Java API操作Kudu。
1.环境准备
2.编写Java示例代码及运行
3.KuduMaster查看表
4.Kudu表与Impala集成
1.CM和CDH版本为5.14.3
2.Kudu版本为1.6.0
2.环境准备
1.安装Kudu服务,Fayson这里就不在介绍了,可以参考《如何在CDH中安装Kudu&Spark2&Kafka》
2.修改Kudu配置,由于Fayson使用的是AWS环境这里跨了网段需要进行配置,如果局域网可以跳过此步
在KuduMaster服务的高级配置” gflagfile 的 Master 高级配置代码段(安全阀)”增加配置
--trusted_subnets=0.0.0.0/0
(可左右滑动)
添加受新人的子网名单,将其设置为0.0.0.0/0则表示允许所有的远程IP未经身份验证/未加密的连接。
如果未配置在使用Java API访问Kudu时报如下错误
W1128 16:56:55.749083 93981 negotiation.cc:318] Unauthorized connection attempt: Server connection negotiation failed: server connection from 100.73.0.57:42533: unauthenticated connections from publicly routable IPs are prohibited. See --trusted_subnets flag for more information
(可左右滑动)
3.编写Java示例
1.创建Kudu的Maven工程
2.工程的pom.xml文件内容如下
<dependencies>
<dependency>
<groupId>org.apache.kudu</groupId>
<artifactId>kudu-client</artifactId>
<version>1.6.0</version>
</dependency>
<!-- For logging messages. -->
<dependency>
<groupId>org.slf4j</groupId>
<artifactId>slf4j-simple</artifactId>
<version>1.7.25</version>
</dependency>
<dependency>
<groupId>com.cloudera</groupId>
<artifactId>generate-data</artifactId>
<version>1.0-SNAPSHOT</version>
</dependency>
</dependencies>
(可左右滑动)
在pom.xml文件中,添加了generatedata工程的依赖。
3.编写KuduExample.java类,内容如下
package com.cloudera;
import org.apache.kudu.ColumnSchema;
import org.apache.kudu.Schema;
import org.apache.kudu.Type;
import org.apache.kudu.client.*;
import java.util.ArrayList;
import java.util.List;
/**
* package: com.cloudera
* describe: 使用API方式访问Kudu数据库
* creat_user: Fayson
* email: htechinfo@163.com
* creat_date: 2018/5/12
* creat_time: 上午2:04
* 公众号:Hadoop实操
*/
public class KuduExample {
/**
* 使用Kudu API创建一个Kudu表
* @param client
* @param tableName
*/
public static void createTable(KuduClient client, String tableName) {
List<ColumnSchema> columns = new ArrayList<>();
//在添加列时可以指定每一列的压缩格式
columns.add(new ColumnSchema.ColumnSchemaBuilder("id", Type.STRING).key(true).
compressionAlgorithm(ColumnSchema.CompressionAlgorithm.SNAPPY).build());
columns.add(new ColumnSchema.ColumnSchemaBuilder("name", Type.STRING).
compressionAlgorithm(ColumnSchema.CompressionAlgorithm.SNAPPY).build());
columns.add(new ColumnSchema.ColumnSchemaBuilder("sex", Type.STRING).
compressionAlgorithm(ColumnSchema.CompressionAlgorithm.SNAPPY).build());
columns.add(new ColumnSchema.ColumnSchemaBuilder("city", Type.STRING).
compressionAlgorithm(ColumnSchema.CompressionAlgorithm.SNAPPY).build());
columns.add(new ColumnSchema.ColumnSchemaBuilder("occupation", Type.STRING).
compressionAlgorithm(ColumnSchema.CompressionAlgorithm.SNAPPY).build());
columns.add(new ColumnSchema.ColumnSchemaBuilder("tel", Type.STRING).
compressionAlgorithm(ColumnSchema.CompressionAlgorithm.SNAPPY).build());
columns.add(new ColumnSchema.ColumnSchemaBuilder("fixPhoneNum", Type.STRING).
compressionAlgorithm(ColumnSchema.CompressionAlgorithm.SNAPPY).build());
columns.add(new ColumnSchema.ColumnSchemaBuilder("bankName", Type.STRING).
compressionAlgorithm(ColumnSchema.CompressionAlgorithm.SNAPPY).build());
columns.add(new ColumnSchema.ColumnSchemaBuilder("address", Type.STRING).
compressionAlgorithm(ColumnSchema.CompressionAlgorithm.SNAPPY).build());
columns.add(new ColumnSchema.ColumnSchemaBuilder("marriage", Type.STRING).
compressionAlgorithm(ColumnSchema.CompressionAlgorithm.SNAPPY).build());
columns.add(new ColumnSchema.ColumnSchemaBuilder("childNum", Type.STRING).
compressionAlgorithm(ColumnSchema.CompressionAlgorithm.SNAPPY).build());
Schema schema = new Schema(columns);
CreateTableOptions createTableOptions = new CreateTableOptions();
List<String> hashKeys = new ArrayList<>();
hashKeys.add("id");
int numBuckets = 8;
createTableOptions.addHashPartitions(hashKeys, numBuckets);
try {
if(!client.tableExists(tableName)) {
client.createTable(tableName, schema, createTableOptions);
}
System.out.println("成功创建Kudu表:" + tableName);
} catch (KuduException e) {
e.printStackTrace();
}
}
/**
* 向指定的Kudu表中upsert数据,数据存在则更新,不存在则新增
* @param client KuduClient对象
* @param tableName 表名
* @param numRows 向表中插入的数据量
*/
public static void upsert(KuduClient client, String tableName, int numRows ) {
try {
KuduTable kuduTable = client.openTable(tableName);
KuduSession kuduSession = client.newSession();
//设置Kudu提交数据方式,这里设置的为手动刷新,默认为自动提交
kuduSession.setFlushMode(SessionConfiguration.FlushMode.MANUAL_FLUSH);
for(int i =0; i < numRows; i++) {
String userInfo_str = RandomUserInfo.getUserInfo("测试数据");
Upsert upsert = kuduTable.newUpsert();
PartialRow row = upsert.getRow();
String[] userInfo = userInfo_str.split(",");
if(userInfo.length == 11) {
row.addString("id", userInfo[0]);
row.addString("name", userInfo[1]);
row.addString("sex", userInfo[2]);
row.addString("city", userInfo[3]);
row.addString("occupation", userInfo[4]);
row.addString("tel", userInfo[5]);
row.addString("fixPhoneNum", userInfo[6]);
row.addString("bankName", userInfo[7]);
row.addString("address", userInfo[8]);
row.addString("marriage", userInfo[9]);
row.addString("childNum", userInfo[10]);
}
kuduSession.apply(upsert);
}
kuduSession.flush();
kuduSession.close();
} catch (KuduException e) {
e.printStackTrace();
}
}
/**
* 查看Kudu表中数据
* @param client
* @param tableName
*/
public static void scanerTable(KuduClient client, String tableName) {
try {
KuduTable kuduTable = client.openTable(tableName);
KuduScanner kuduScanner = client.newScannerBuilder(kuduTable).build();
while(kuduScanner.hasMoreRows()) {
RowResultIterator rowResultIterator =kuduScanner.nextRows();
while (rowResultIterator.hasNext()) {
RowResult rowResult = rowResultIterator.next();
System.out.println(rowResult.getString("id"));
}
}
kuduScanner.close();
} catch (KuduException e) {
e.printStackTrace();
}
}
/**
* 删除表
* @param client
* @param tableName
*/
public static void dropTable(KuduClient client, String tableName) {
try {
client.deleteTable(tableName);
} catch (KuduException e) {
e.printStackTrace();
}
}
/**
* 列出Kudu下所有的表
* @param client
*/
public static void tableList(KuduClient client) {
try {
ListTablesResponse listTablesResponse = client.getTablesList();
List<String> tblist = listTablesResponse.getTablesList();
for(String tableName : tblist) {
System.out.println(tableName);
}
} catch (KuduException e) {
e.printStackTrace();
}
}
private static final String KUDU_MASTER = System.getProperty("kuduMasters", "ip-172-31-5-38.ap-southeast-1.compute.internal:7051,ip-172-31-7-193.ap-southeast-1.compute.internal:7051,ip-172-31-8-230.ap-southeast-1.compute.internal:7051");
public static void main(String[] args) {
KuduClient kuduClient = new KuduClient.KuduClientBuilder(KUDU_MASTER).build();
String tableName = "user_info";
//删除Kudu的表
dropTable(kuduClient, tableName);
//创建一个Kudu的表
createTable(kuduClient, tableName);
//列出Kudu下所有的表
tableList(kuduClient);
//向Kudu指定的表中插入数据
upsert(kuduClient, tableName, 100);
//扫描Kudu表中数据
scanerTable(kuduClient, tableName);
try {
kuduClient.close();
} catch (KuduException e) {
e.printStackTrace();
}
}
}
(可左右滑动)
4.示例代码运行
删除已存在的user_info表
创建一个新的user_info表
查看Kudu中所有的表名
向user_info中插入100条数据
扫描user_info表数据
运行成功
4.KuduMaster查看创建的表
1.登录CM,通过CM访问KuduMaster界面
2.点击上图标注的连接
进入Tables页面
点击连接进入user_info详细界面
5.Impala访问集成
在这里通过Java API创建的Kudu表默认Impala是不能访问的,需要在Impala中执行如下建表语句:
CREATE EXTERNAL TABLE `user_info` STORED AS KUDU
TBLPROPERTIES(
'kudu.table_name' = 'user_info',
'kudu.master_addresses' = 'ip-172-31-5-38.ap-southeast-1.compute.internal:7051,ip-172-31-7-193.ap-southeast-1.compute.internal:7051,ip-172-31-8-230.ap-southeast-1.compute.internal:7051')
(可左右滑动)
该建表语句就是上一章节通过访问KuduMaster查看user_info表详细信息获取到的。
1.登录Hue,使用Impala引擎查看,未显示在Kudu下创建的user_info表
2.在Hue执行建表SQL
3.查看user_info表数据
执行Count操作
6.总结
GitHub地址:
https://github.com/fayson/cdhproject/blob/master/kududemo/src/main/java/com/cloudera/KuduExample.java
提示:代码块部分可以左右滑动查看噢
为天地立心,为生民立命,为往圣继绝学,为万世开太平。 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