kettle连接Hive操作

kettle连接Hive操作

从Hive中下载数据到excel中

1. 拉出表输入步骤，然后创建一个新的数据库连接，连接上Hive。

   这里第一次连接时报错，怀疑是Hive没启动，后面在node-1上运行hive发现还是不行，然后使用node-3远程连接Hive，再在这进行测试，发现ok。

2. 选取要导出的表，后续的步骤一致了。

向Hive中写入数据

将刚刚下载下来的数据写入到test1表中。

首先拉出excel输出和表输入，然后老步骤，不过这里的数据库连接是连接Hive。

通过Hadoopcopyfiles作业组件把数据加载到hive数据库中

将下面链接下载好的数据上传至Hive中。

<http://wiki.pentaho.com/download/attachments/23530622/weblogs_parse.txt.zip?version=1&modificationDate=1327068013000>

1. 先在Hive上创建对应的表。

建表语句：

create table pttest.weblogs(
	t_ip string,
    full_request string,
    day string,
    month string,
    month_num int,
    year string,
    hour string,
    minute string,
    second string,
    timezone string,
    http_verb string,
    uri string,
    http_status_code string,
    bytes_returned string,
    referrer string,
    user_agent string
)
row format delimited fields terminated by '\t';

2. 然后创建一个作业（这里不是创建转换），使用Hadoop copy file 作业组件。

3. 查看结果。

执行Hive的SQL语句

创建一个作业，使用核心对象下的脚本里的SQL，连接上Hive，然后执行下面SQL。

SQL语句：

create table pttest.weblogs_agg
as 
select t_ip,year,month,month_num,count(*) 
from pttest.weblogs
group by t_ip,year,month,month_num;