1. 簡介
Hive是基于Hadoop的一個數據倉庫工具，可以將結構化的數據文件映射為一張數據庫表，并提供完整的sql查詢功能，可以將sql語句轉換為MapReduce任務進行運行。 其優點是學習成本低，可以通過類SQL語句快速實現簡單的MapReduce統計，不必開發專門的MapReduce應用，十分適合數據倉庫的統計分析。
Hive與HBase的整合功能的實現是利用兩者本身對外的API接口互相進行通信，相互通信主要是依靠hive_hbase-handler.jar工具類， 大致意思如圖所示：
2. Hive項目介紹
項目結構
Hive配置文件介紹
?hive-site.xml hive的配置文件
?hive-env.sh hive的運行環境文件
?hive-default.xml.template 默認模板
?hive-env.sh.template hive-env.sh默認配置
?hive-exec-log4j.properties.template exec默認配置
? hive-log4j.properties.template log默認配置
hive-site.xml
< property>
<name>javax.jdo.option.ConnectionURL</name> <value>jdbc:mysql://localhost:3306/hive?createData baseIfNotExist=true</value>
<description>JDBC connect string for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
<description>Driver class name for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
<description>username to use against metastore database</description>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>test</value>
<description>password to use against metastore database</description>
</property>
hive-env.sh
?配置Hive的配置文件路徑
?export HIVE_CONF_DIR= your path
?配置Hadoop的安裝路徑
?HADOOP_HOME=your hadoop home
我們按數據元的存儲方式不同安裝。
3. 使用Derby數據庫安裝
什么是Derby安裝方式?Apache Derby是一個完全用java編寫的數據庫，所以可以跨平臺，但需要在JVM中運行?Derby是一個Open source的產品，基于Apache License 2.0分發?即將元數據存儲在Derby數據庫中，也是Hive默認的安裝方式
1 .Hadoop和Hbase都已經成功安裝了
Hadoop集群配置：http://blog.csdn.net/hguisu/article/details/723739
hbase安裝配置：http://blog.csdn.net/hguisu/article/details/7244413
2. 下載hive
hive目前最新的版本是0.12，我們先從http://mirror.bit.edu.cn/apache/hive/hive-0.12.0/ 上下載hive-0.12.0.tar.gz，但是請注意，此版本基于是基于hadoop1.3和hbase0.94的（如果安裝hadoop2.X ，我們需要修改相應的內容）
3. 安裝：
tar zxvf hive-0.12.0.tar.gz
cd hive-0.12.0
4. 替換jar包，與hbase0.96和hadoop2.2版本一致。
由于我們下載的hive是基于hadoop1.3和hbase0.94的，所以必須進行替換，因為我們的hbse0.96是基于hadoop2.2的，所以我們必須先解決hive的hadoop版本問題，目前我們從官網下載的hive都是用1.幾的版本編譯的，因此我們需要自己下載源碼來用hadoop2.X的版本重新編譯hive，這個過程也很簡單，只需要如下步驟：
1. 先從http://svn.apache.org/repos/asf/hive/branches/branch-0.12 或者是http://svn.apache.org/repos/asf/hive/trunk 我們下載到/home/hadoop/branch-0.12下。
2. branch-0.12是使用ant編譯，trunk下面是使用maven編譯，如果未按照maven，需要從http://maven.apache.org/download.cgi 下載maven，或者使用yum install maven。然后解壓出來并在PATH下把$maven_home/bin加入或者使用鏈接（ln -s /usr/local/bin/mvn $maven_home/bin ）.然后就是使用mvn 命令。運行mvn -v就能知道maven是否配置成功 3. 配置好maven開始編譯hive，我們cd到下載源碼的branch-0.12 目錄，然后運行mvn clean package -DskipTests -Phadoop-2開始編譯
4.編譯好后的新jar包是存放在各個模塊下的target的，這些新jar包的名字都叫hive-***-0.13.0-SNAPSHOT.jar，***為hive下的模塊名，我們需要運行命令將其拷貝到hive-0.12.0/lib下。 find /home/hadoop/branch-0.12 -name "hive*SNAPSHOT.jar"|xargs -i cp {} /home/hadoop/hive-0.12.0/lib。拷貝過去后我們比照著刪除原lib下對應的0.12版本的jar包。 5. 接著我們同步hbase的版本，先cd到hive0.12.0/lib下，將hive-0.12.0/lib下hbase-0.94開頭的那兩個jar包刪掉，然后從/home/hadoop/hbase-0.96.0-hadoop2/lib下hbase開頭的包都拷貝過來 find /home/hadoop/hbase-0.96.0-hadoop/lib -name "hbase*.jar"|xargs -i cp {} ./
6. 基本的同步完成了，重點檢查下zookeeper和protobuf的jar包是否和hbase保持一致，如果不一致，
拷貝protobuf.**.jar和zookeeper-3.4.5.jar到hive/lib下。
7.如果用mysql當原數據庫， 別忘了找一個mysql的jdbcjar包mysql-connector-java-3.1.12-bin.jar也拷貝到hive-0.12.0/lib下
5. 配置hive
?進入hive-0.12/conf目錄?依據hive-env.sh.template，創建hive-env.sh文件?cp hive-env.sh.template hive-env.sh?修改hive-env.sh?指定hive配置文件的路徑?export HIVE_CONF_DIR=/home/hadoop/hive-0.12/conf?指定Hadoop路徑? HADOOP_HOME=/home/hadoop/hadoop-2.2.0
hive-site.xml
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- Hive Execution Parameters -->
<property>
<name>hive.exec.reducers.bytes.per.reducer</name>
<value>1000000000</value>
<description>size per reducer.The default is 1G, i.e if the input size is 10G, it will use 10 reducers.</description>
</property>
<property>
<name>hive.exec.reducers.max</name>
<value>999</value>
<description>max number of reducers will be used. If the one
specified in the configuration parameter mapred.reduce.tasks is
negative, hive will use this one as the max number of reducers when
automatically determine number of reducers.</description>
</property>
<property>
<name>hive.exec.scratchdir</name>
<value>/hive/scratchdir</value>
<description>Scratch space for Hive jobs</description>
</property>
<property>
<name>hive.exec.local.scratchdir</name>
<value>/tmp/${user.name}</value>
<description>Local scratch space for Hive jobs</description>
</property>
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:derby:;databaseName=metastore_db;create=true</value>
<description>JDBC connect string for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>org.apache.derby.jdbc.EmbeddedDriver</value>
<description>Driver class name for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.PersistenceManagerFactoryClass</name>
<value>org.datanucleus.api.jdo.JDOPersistenceManagerFactory</value>
<description>class implementing the jdo persistence</description>
</property>
<property>
<name>javax.jdo.option.DetachAllOnCommit</name>
<value>true</value>
<description>detaches all objects from session so that they can be used after transaction is committed</description>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>APP</value>
<description>username to use against metastore database</description>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>mine</value>
<description>password to use against metastore database</description>
</property>
<property>
<name>hive.metastore.warehouse.dir</name>
<value>/hive/warehousedir</value>
<description>location of default database for the warehouse</description>
</property>
<property>
<name>hive.aux.jars.path</name>
<value>
file:///home/hadoop/hive-0.12.0/lib/hive-ant-0.13.0-SNAPSHOT.jar,
file:///home/hadoop/hive-0.12.0/lib/protobuf-java-2.4.1.jar,
file:///home/hadoop/hive-0.12.0/lib/hbase-client-0.96.0-hadoop2.jar,
file:///home/hadoop/hive-0.12.0/lib/hbase-common-0.96.0-hadoop2.jar,
file:///home/hadoop/hive-0.12.0/lib/zookeeper-3.4.5.jar,
file:///home/hadoop/hive-0.12.0/lib/guava-11.0.2.jar
</value>
</property>
Hive使用Hadoop，這意味著你必須在PATH里面設置了hadoop路徑，或者導出export HADOOP_HOME=<hadoop-install-dir>也可以。另外，你必須在創建Hive庫表前，在HDFS上創建/tmp和/hive/warehousedir（也稱為hive.metastore.warehouse.dir的），并且將它們的權限設置為chmod g+w。完成這個操作的命令如下：
$ $HADOOP_HOME/bin/hadoop fs -mkdir /tmp
$ $HADOOP_HOME/bin/hadoop fs -mkdir /hive/warehousedir
$ $HADOOP_HOME/bin/hadoop fs -chmod g+w /tmp
$ $HADOOP_HOME/bin/hadoop fs -chmod g+w/hive/warehousedir
我同樣發現設置HIVE_HOME是很重要的，但并非必須。
$ export HIVE_HOME=<hive-install-dir>
在Shell中使用Hive命令行(cli)模式：
$ $HIVE_HOME/bin/hive
5. 啟動hive
1）.單節點啟動
#bin/hive -hiveconf hbase.master=master:490001
2） 集群啟動：
#bin/hive -hiveconf hbase.zookeeper.quorum=node1,node2,node3
如何hive-site.xml文件中沒有配置hive.aux.jars.path，則可以按照如下方式啟動。
bin/hive --auxpath /usr/local/hive/lib/hive-hbase-handler-0.96.0.jar, /usr/local/hive/lib/hbase-0.96.jar, /usr/local/hive/lib/zookeeper-3.3.2.jar -hiveconf hbase.zookeeper.quorum=node1,node2,node3
啟動直接#bin/hive 也可以。
6 測試hive
?建立測試表pokeshive> CREATE TABLE pokes (foo INT, bar STRING);
OK
Time taken: 1.842 seconds
hive> show tables;
OK
pokes
Time taken: 0.182 seconds, Fetched: 1 row(s)
?數據導入pokes
hive> LOAD DATA LOCAL INPATH './examples/files/kv1.txt' OVERWRITE INTO pokse
然后查看hadoop的文件：bin/hadoop dfs -ls /hive/warehousedir
看到新增一個文件：drwxr-xr-x – hadoop supergroup 0 09:06 /hive/warehousedir/pokes
注：使用derby存儲方式時，運行hive會在當前目錄生成一個derby文件和一個metastore_db目錄。這種存儲方式的弊端是在同一個目錄下同時只能有一個hive客戶端能使用數據庫，否則報錯。
4. 使用MYSQL數據庫的方式安裝
安裝MySQL
? Ubuntu 采用apt-get安裝
? sudo apt-get install mysql-server
? 建立數據庫hive
? create database hivemeta
? 創建hive用戶,并授權
? grant all on hive.* to hive@'%' identified by 'hive';
? flush privileges;
我們直接修改hive-site.xml就可以啦。
修改hive-site.xml
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>hive.exec.scratchdir</name>
<value>/hive/scratchdir</value>
<description>Scratch space for Hive jobs</description>
</property>
<property>
<name>hive.exec.local.scratchdir</name>
<value>/tmp/${user.name}</value>
<description>Local scratch space for Hive jobs</description>
</property>
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://192.168.1.214:3306/hiveMeta?createDatabaseIfNotExist=true</value>
<description>JDBC connect string for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
<description>Driver class name for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>hive</value>
<description>username to use against metastore database</description>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>hive</value>
<description>password to use against metastore database</description>
</property>
<property>
<name>hive.metastore.warehouse.dir</name>
<value>/hive/warehousedir</value>
<description>location of default database for the warehouse</description>
</property>
<property>
<name>hive.aux.jars.path</name>
<value>
file:///home/hadoop/hive-0.12.0/lib/hive-ant-0.13.0-SNAPSHOT.jar,
file:///home/hadoop/hive-0.12.0/lib/protobuf-java-2.4.1.jar,
file:///home/hadoop/hive-0.12.0/lib/hbase-client-0.96.0-hadoop2.jar,
file:///home/hadoop/hive-0.12.0/lib/hbase-common-0.96.0-hadoop2.jar,
file:///home/hadoop/hive-0.12.0/lib/zookeeper-3.4.5.jar,
file:///home/hadoop/hive-0.12.0/lib/guava-11.0.2.jar
</value>
</property>
jdbc:mysql://192.168.1.214:3306/hiveMeta?createDatabaseIfNotExist=true其中hiveMeta是mysql的數據庫名。createDatabaseIfNotExist沒有就自動創建
本地mysql啟動hive ：
直接運行#bin/hive 就可以。
遠端mysql方式，啟動hive：
服務器端（192.168.1.214上機master上）：
在服務器端啟動一個 MetaStoreServer，客戶端利用 Thrift 協議通過 MetaStoreServer 訪問元數據庫。
啟動hive，這個又可以分為啟動metastore和hiveserver，其中metastore用于和mysql之間的表結構創建或更新時通訊，hiveserver用于客戶端連接，這這個都要啟動，具體的啟動命令：啟動metastore：hive –service metastore -hiveconf hbase.zookeeper.quorum=node1,node2，node3 -hiveconf hbase.zookeeper.property.clientPort=2222 （遠程mysql需要啟動）
啟動hiveservice：hive –service hiveserver -hiveconf hbase.zookeeper.quorum=node1,node2，node3 -hiveconf hbase.zookeeper.property.clientPort=2222 (啟動服務，這樣jdbc:hive就能連上，默認10000端口，后面的部分一定要帶上，否則用eclipse連接不上的) 起來后我們在eclipse就可以使用jdbc:hive來連接了。如 Class.forName("org.apache.hadoop.hive.jdbc.HiveDriver"); Connection conn = DriverManager.getConnection("jdbc:hive://server1:10000/hiveMeta","root","111111"); return conn;其實使用上和普通的數據庫已經很相似了，除了建表的語句有一些差別。
當然你也可以在hive-0.12.0/bin運行hive -hiveconf hive.root.logger=DEBUG,console -hiveconf hbase.zookeeper.quorum=server2,server3 -hiveconf hbase.zookeeper.property.clientPort=2222其中 hbase.zookeeper.property.clientPort就是hbase-site.xml配置的zookeeper的端口號。
客戶端hive 的hive-site.xml配置文件：
<?xml version="1.0"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <property> <name>hive.metastore.warehouse.dir</name> <value>/hive/warehousedir</value> </property> <property> <name>hive.metastore.local</name> <value>false</value> </property> <property> <name>hive.metastore.uris</name> <value>thrift://192.168.1.214:9083</value> </property> </configuration>
這個就是使用thrift訪問的端口配置。thrift://192.168.1.214:9083就是hive元數據訪問路徑。
進入hive客戶端，運行show tables;
至此，可以在linux用各種shell來測試，也可以通過eclipse連接到hive來測試，和通過jdbc連接普通數據庫一致hive的服務端和客戶端都可以放在同一臺服務器上：
hive-site.xml
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<property>
<name>hive.exec.scratchdir</name>
<value>/hive/scratchdir</value>
<description>Scratch space for Hive jobs</description>
</property>
<property>
<name>hive.exec.local.scratchdir</name>
<value>/tmp/${user.name}</value>
<description>Local scratch space for Hive jobs</description>
</property>
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://192.168.1.214:3306/hiveMeta?createDatabaseIfNotExist=true</value>
<description>JDBC connect string for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
<description>Driver class name for a JDBC metastore</description>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>hive</value>
<description>username to use against metastore database</description>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>hive</value>
<description>password to use against metastore database</description>
</property>
<property>
<name>hive.metastore.warehouse.dir</name>
<value>/hive/warehousedir</value>
<description>location of default database for the warehouse</description>
</property>
<property>
<name>hive.aux.jars.path</name>
<value>
file:///home/hadoop/hive-0.12.0/lib/hive-ant-0.13.0-SNAPSHOT.jar,
file:///home/hadoop/hive-0.12.0/lib/protobuf-java-2.4.1.jar,
file:///home/hadoop/hive-0.12.0/lib/hbase-client-0.96.0-hadoop2.jar,
file:///home/hadoop/hive-0.12.0/lib/hbase-common-0.96.0-hadoop2.jar,
file:///home/hadoop/hive-0.12.0/lib/zookeeper-3.4.5.jar,
file:///home/hadoop/hive-0.12.0/lib/guava-11.0.2.jar
</value>
<property>
<name>hive.metastore.uris</name>
<value>thrift://192.168.1.214:9083</value>
</property>
</property>
4. 與Hbase整合
之前我們測試創建表的都是創建本地表,非hbase對應表?，F在我們整合回到hbase。
-
創建hbase識別的數據庫：
CREATE TABLE hbase_table_1(key int, value string)
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,cf1:val")
TBLPROPERTIES ("hbase.table.name" = "xyz");
hbase.table.name 定義在hbase的table名稱
hbase.columns.mapping 定義在hbase的列族
在hbase 下也能看到，兩邊新增數據都能實時看到。
可以登錄Hbase去查看數據了
#bin/hbase shell hbase(main):001:0> describe 'xyz' hbase(main):002:0> scan 'xyz' hbase(main):003:0> put 'xyz','100','cf1:val','www.360buy.com'
這時在Hive中可以看到剛才在Hbase中插入的數據了。
2.使用sql導入數據
如果要insert 與hbase整合的表，不能像本地表一樣load，需要利用已有的表進行。如insert overwrite hbase_table_1 hivetest select * from pokes 注意兩個的類型要一致，否則用insert overwrite table hivetest select * from table_hive; 導不進去數據
使用sql導入hbase_table_1:
hive> INSERT OVERWRITE TABLE hbase_table_1 SELECT * FROM pokes WHERE foo=86;
3 hive訪問已經存在的hbase
使用CREATE EXTERNAL TABLE:
CREATE EXTERNAL TABLE hbase_table_2(key int, value string)
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" = "cf1:val")
TBLPROPERTIES("hbase.table.name" = "some_existing_table");
內容參考：http://wiki.apache.org/hadoop/Hive/HBaseIntegration
5. 問題
bin/hive 執行show tables 報錯：
Unable to instantiate org.apache.hadoop.hive.metastore.HiveMetaStoreClient
如果是使用Derby數據庫的安裝方式，查看
<property>
<name>hive.metastore.warehouse.dir</name>
<value>/hive/warehousedir</value>
<description>location of default database for the warehouse</description>
</property>
配置是否正確，
或者
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:derby:;databaseName=metastore_db;create=true</value>
<description>JDBC connect string for a JDBC metastore</description>
</property>
是否有權限訪問。
如果配置了mysql的Metastore方式,檢查的權限：
bin/hive -hiveconf hive.root.logger=DEBUG,console
然后show tables 就會看到ava.sql.SQLException: Access denied for user 'hive'@'××××8' (using password: YES) 之類從錯誤消息。
執行
CREATE TABLE hbase_table_1(key int, value string)
STORED BY 'org.apache.hadoop.hive.hbase.HBaseStorageHandler'
WITH SERDEPROPERTIES ("hbase.columns.mapping" = ":key,cf1:val")
TBLPROPERTIES ("hbase.table.name" = "xyz");
報錯：
FAILED: Execution Error, return code 1 from org.apache.hadoop.hive.ql.exec.DDLTask. MetaException(message:org.apache.hadoop.hbase.MasterNotRunningException: Retried 10 times
出現這個錯誤的原因是引入的hbase包和hive自帶的hive包沖突，刪除hive/lib下的 hbase-0.94.×××.jar， OK了。
同時也要移走hive-0.12**.jar 包。
執行
hive>select uid from user limit 100;
java.io.IOException: Cannot initialize Cluster. Please check your configuration for mapreduce.framework.name and the correspond server addresses.
解決：修改$HIVE_HOME/conf/hive-env.sh文件，加入
export HADOOP_HOME=hadoop的安裝目錄
5. 通過thrift訪問hive（使用php做客戶端）
使用php連接hive的條件：
1. 下載thrift
wget http://mirror.bjtu.edu.cn/apache//thrift/0.9.1/thrift-0.9.1.tar.gz
2. 解壓
tar -xzf thrift-0.9.1.tar.gz
3 .編譯安裝：
如果是源碼編譯的，首先要使用./boostrap.sh創建文件./configure ，我們這下載的tar包，自帶有configure文件了。(（可以查閱README文件）)
If you are building from the first time out of the source repository, you will need to generate the configure scripts. (This is not necessary if you downloaded a tarball.) From the top directory, do: ./bootstrap.sh
./configure
1 需要安裝thrift 安裝步驟
# ./configure –without-ruby
不要使用ruby，
make ; make install
如果沒有安裝libevent libevent-devel的應該先安裝這兩個依賴庫yum -y install libevent libevent-devel
其實Thrift就是使用來生成客戶端和服務器端代碼的。在這里沒用到。
安裝好后啟動hive thrift
# ./hive –service hiveserver >/dev/null 2>/dev/null &
查看hiveserver默認端口是否打開10000 如果打開表示成功，在官網wiki有介紹文章：https://cwiki.apache.org/confluence/display/Hive/HiveServer
Thrift Hive Server
HiveServer is an optional service that allows a remote client to submit requests to Hive, using a variety of programming languages, and retrieve results. HiveServer is built on Apache ThriftTM(http://thrift.apache.org/), therefore it is sometimes called the Thrift server although this can lead to confusion because a newer service named HiveServer2 is also built on Thrift.
Thrift's interface definition language (IDL) file for HiveServer is hive_service.thrift, which is installed in $HIVE_HOME/service/if/.
WARNING!
HiveServer cannot handle concurrent requests from more than one client. This is actually a limitation imposed by the Thrift interface that HiveServer exports, and can't be resolved by modifying the HiveServer code.
HiveServer2 is a rewrite of HiveServer that addresses these problems, starting with Hive 0.11.0. See HIVE-2935.
Once Hive has been built using steps in Getting Started, the Thrift server can be started by running the following:
0.8 and Later
$ build/dist/bin/hive --service hiveserver --help usage: hiveserver -h,--help Print help information --hiveconf <property=value> Use value for given property --maxWorkerThreads <arg> maximum number of worker threads, default:2147483647 --minWorkerThreads <arg> minimum number of worker threads, default:100 -p <port> Hive Server port number, default:10000 -v,--verbose Verbose mode $ bin/hive --service hiveserver
下載php客戶端包：
其實hive-0.12包中自帶的php lib，經測試，該包報php語法錯誤。命名空間的名稱竟然是空的。
我上傳php客戶端包：http://download.csdn.net/detail/hguisu/6913673（源下載http://download.csdn.net/detail/jiedushi/3409880）
php連接hive客戶端代碼
<?php
// php連接hive thrift依賴包路徑
ini_set('display_errors', 1);
error_reporting(E_ALL);
$GLOBALS['THRIFT_ROOT'] = dirname(__FILE__). "/";
// load the required files for connecting to Hive
require_once $GLOBALS['THRIFT_ROOT'] . 'packages/hive_service/ThriftHive.php';
require_once $GLOBALS['THRIFT_ROOT'] . 'transport/TSocket.php';
require_once $GLOBALS['THRIFT_ROOT'] . 'protocol/TBinaryProtocol.php';
// Set up the transport/protocol/client
$transport = new TSocket('192.168.1.214', 10000);
$protocol = new TBinaryProtocol($transport);
//$protocol = new TBinaryProtocolAccelerated($transport);
$client = new ThriftHiveClient($protocol);
$transport->open();
// run queries, metadata calls etc
$client->execute('show tables');
var_dump($client->fetchAll());
$transport->close();
?>
轉自：http://blog.csdn.net/hguisu/article/details/7282050
原創文章，作者：s19930811，如若轉載，請注明出處：http://www.www58058.com/3079
