roman_日积跬步-终至千里

roman_日积跬步-终至千里

一. 问题描述与方案分析

1. 问题描述

用户需要创建永久的Hive UDF供JDBC连接使用,一开始先通过hive client的方式注册(输入hive,进入hive交互界面)发现,udf存在,但是通过jdbc连接的时候无法找到此函数。

如下相关操作:

-- 1. 上传包到文件系统中
hadoop fs -put /home/hadoop/lib/hive-1.0-SNAPSHOT.jar /lib/
 
-- 创建永久函数
-- a.进入hive终端
hive
-- b. 注册hive永久函数
-- 注意:函数是绑定到某个库下的,此时是绑定到default库下。
CREATE FUNCTION sayhello AS 'com.gao.bigdata.HelloUDF' USING JAR 'hdfs://hadoop002:9000/lib/hive-1.0-SNAPSHOT.jar';
 
 
-- 查看函数列表 
show functions like '*sayhello*';

 

2. 方案分析

通过重启hiveserver2之后通过jdbc连接找到了此函数。

相关参考见: [cloudera] Error executing a hive UDF through jbdc

【Hive 运维】JDBC使用Hive UDF:Hive UDF打通hiveserver2-LMLPHP

从上截图可以知道有两个要点

通过操作之后发现方案可行

 

3. 方案优化

上面的解决方案虽然可行,但运维成本较高,现进行优化。

3.1. 通过文件系统,来保证jar包的节点一致性

首先将所有的jar都放到各个hiveserver2节点下的原因是add jar使用了本地路径,导致每个jdbc连接hiveserver2的时候都是从本地找jar。我们可以把jar放到hdfs上,这样add jar每个hiveserver2都能够从远端拉去jar,这就是文件的状态一致性。

 

3.2. hiveserver2 session的更新优化

其次要重启所有的hiveserver2,这也造成一定的运维问题,甚至会影响正在运行任务的jdbc连接。
先看下hive架构图:
【Hive 运维】JDBC使用Hive UDF:Hive UDF打通hiveserver2-LMLPHP

到这里我们就得到了较为简化后的执行方案,具体操作见下节。

 

二. 实现与操作

通过beeline方式登录hive

beeline -u jdbc:hive2://hiveserver2-hostname:10000 -n user -p password

udf绑定到某个库下

use databaseA

添加udf

ADD JAR hdfs:///xxx/hive-demo-1.0-SNAPSHOT.jar;
CREATE FUNCTION to_upper_xxx AS 'com.gao.udf.UpperCaseUDF' USING JAR 'hdfs:///xxx/hive-demo-1.0-SNAPSHOT.jar';

测试:
上述创建的udf是绑定到databaseA库下。

【Hive 运维】JDBC使用Hive UDF:Hive UDF打通hiveserver2-LMLPHP

09-24 04:52