hive 外部表映射 es

背景:公司有需求将hive数据导入es,之前是通过datax进行导数的;但是datax多线程很耗内存,并且经常性会出现一些程序上的问题。故想要使用hive外部表映射es的方式将数据导入es

添加 jar 包,创建环境

  1. 将相关 jar 包添加至 hive 环境,进去 es 官网,下载对应版本jar包,网址:https://artifacts.elastic.co
  2. 提取压缩包中的 elasticsearch-hadoop-hive-6.hive添加jar包参考:http://note.youdao.com/noteshare?id=061ad30a8eee86362bb154cf6f923c25&sub=F68ADFE343044A8193EA06026FEAC0B3
  3. 个人推荐,最有效且长期的方式,将elasticsearch-hadoop-hive-6.3.2.jar包放到/opt/cloudera/parcels/CDH/lib/hive/auxlib路径下,在CDH管理界面重启hive

构建 es 索引

  1. 注意:es 索引不要加上 "dynamic": "strict",否则即有可能会报错
  2. 创建 hive 外部表映射 es
CREATE EXTERNAL TABLE demo(
`es_id` STRING COMMENT 'ES唯一键',
`oid` STRING COMMENT '新闻id',
`enterprises` STRUCT<eid:STRING, name:STRING> COMMENT '相关企业列表',
`title` STRING COMMENT '新闻标题',
`names` STRING COMMENT '相关人员名列表',
`companies` STRING COMMENT '相关公司名列表',
`url` STRING COMMENT '新闻链接',
`neg_index` STRING COMMENT '情感正负面打分',
`sentiment` STRING COMMENT '情感正负面',
`brief` STRING COMMENT '摘要',
`keywords` STRING COMMENT '关键词',
`keywords_desc` STRING COMMENT '关键字前后文字',
`class_type` STRING COMMENT '大类',
`pub_time` STRING COMMENT '发布时间',
`pub_time_date_long` STRING COMMENT '发布时间',
`pub_time_date` STRING COMMENT '发布时间',
`pub_time_year` STRING COMMENT '发布年份',
`pub_time_month` STRING COMMENT '发布年月',
`tag_list` STRING COMMENT '标签列表',
`source` STRING COMMENT '来源',
`theme_keywords` STRUCT<count:int, name:STRING> COMMENT '主题词',
`deprecated` STRING COMMENT 'I 新增 U更新 D 删除')
STORED BY 'org.elasticsearch.hadoop.hive.EsStorageHandler'
TBLPROPERTIES(
'es.nodes' = 'ip:9200', --es集群节点ip
'es.index.auto.create' = 'true',    --写数据时,若es中无该索引,会自动创建一个索引
'es.resource' = 'demo/content', --写入es的index/type
'es.mapping.id'='es_id',    --将该字段作为es的_id,所谓唯一键
'es.mapping.names' = 'oid:oid,enterprises:enterprises,title:title,names:names,companies:companies,url:url,neg_index:neg_index,sentiment:sentiment,brief:brief,keywords:keywords,keywords_desc:keywords_desc,class_type:class_type,pub_time:pub_time,pub_time_date_long:pub_time_date_long,pub_time_date:pub_time_date,pub_time_year:pub_time_year,pub_time_month:pub_time_month,tag_list:tag_list,source:source,theme_keywords:theme_keywords,deprecated:deprecated'    --hive字段:es字段
);
  1. 插入数据:
  1. es 索引:
put demo
{
    "mappings":{
        "content":{
            "properties":{
                "brief":{
                    "type":"text",
                    "index":false
                },
                "class_type":{
                    "type":"keyword"
                },
                "companies":{
                    "type":"keyword",
                    "ignore_above":256
                },
                "keywords":{
                    "type":"keyword",
                    "ignore_above":256
                },
                "keywords_desc":{
                    "type":"text",
                    "index":false
                },
                "names":{
                    "type":"keyword",
                    "ignore_above":256
                },
                "neg_index":{
                    "type":"half_float"
                },
                "oid":{
                    "type":"keyword"
                },
                "pub_time":{
                    "type":"long"
                },
                "sentiment":{
                    "type":"keyword"
                },
                "pub_time_date_long":{
                    "type":"keyword"
                },
                "pub_time_date":{
                    "type":"keyword"
                },
                "pub_time_year":{
                    "type":"keyword"
                },
                "pub_time_month":{
                    "type":"keyword"
                },
                "source":{
                    "type":"keyword",
                    "ignore_above":50
                },
                "tag_list":{
                    "type":"keyword"
                },
                "enterprises":{
                    "type":"nested",
                    "properties":{
                        "eid":{
                            "type":"keyword"
                        },
                        "name":{
                            "type":"keyword",
                            "ignore_above":256
                        }
                    }
                },
                "theme_keywords":{
                    "type":"nested",
                    "properties":{
                        "count":{
                            "type":"short"
                        },
                        "name":{
                            "type":"keyword",
                            "ignore_above":50
                        }
                    }
                },
                "title":{
                    "type":"text",
                    "analyzer":"ik_smart"
                },
                "url":{
                    "type":"keyword",
                    "ignore_above":256
                },
                "deprecated":{
                    "type":"keyword",
                    "doc_values":true
                }
            }
        }
    },
    "settings":{
        "index":{
            "max_result_window":30000,
            "indexing.slowlog.level":"info",
            "indexing.slowlog.source":"1000",
            "indexing.slowlog.threshold.index.info":"5s",
            "indexing.slowlog.threshold.index.warn":"10s",
            "search.slowlog.level":"info",
            "search.slowlog.threshold.query.info":"1s",
            "search.slowlog.threshold.query.warn":"4s",
            "routing.rebalance.enable":"replicas",
            "refresh_interval":"120s",
            "store.type":"niofs",
            "number_of_shards":"3",
            "number_of_replicas":"0"
        }
    }
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,319评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,801评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,567评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,156评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,019评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,090评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,500评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,192评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,474评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,566评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,338评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,212评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,572评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,890评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,169评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,478评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,661评论 2 335

推荐阅读更多精彩内容