CN112395295A - 一种同步Hive数据的方法、系统、电子设备及存储介质 - Google Patents
一种同步Hive数据的方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112395295A CN112395295A CN202011370159.4A CN202011370159A CN112395295A CN 112395295 A CN112395295 A CN 112395295A CN 202011370159 A CN202011370159 A CN 202011370159A CN 112395295 A CN112395295 A CN 112395295A
- Authority
- CN
- China
- Prior art keywords
- hive
- data
- metadata
- synchronizing
- impala
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000003860 storage Methods 0.000 title claims abstract description 26
- 241000282813 Aepyceros melampus Species 0.000 claims abstract description 55
- 238000012544 monitoring process Methods 0.000 claims abstract description 17
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 abstract description 12
- 230000008569 process Effects 0.000 abstract description 11
- 230000001360 synchronised effect Effects 0.000 abstract description 8
- 238000001514 detection method Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 4
- 238000005192 partition Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000011068 loading method Methods 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/16—File or folder operations, e.g. details of user interfaces specifically adapted to file systems
- G06F16/164—File meta data generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/1734—Details of monitoring file system events, e.g. by the use of hooks, filter drivers, logs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24554—Unary operations; Data partitioning operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种同步Hive数据的方法、系统、电子设备及存储介质。一种同步Hive数据的方法包括：监控步骤：hive hooks监控hive的运行日志；数据检测步骤：所述运行日志写入到中间表中，使Impala轮询所述中间表，并进行相应的刷新操作。本发明提出一种同步Hive数据的方法、系统、电子设备及存储介质，监控hive作业的运行日志，相应的对数据进行操作的日志抓取出来，写入中间表，然后让Impala轮询这张中间表，进行相应的刷新操作。整个过程就是，我们帮Impala检测出hive的数据处理，然后通知Impala做相应的刷新。解决了Impala和hive元数据无法实时同步的问题，无须手动刷新，实现自动化实时同步元数据。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种同步Hive数据的方法、系统、电子设备及存储介质。
背景技术
随着现有互联网,物联网的发展产生越来越多的数据，传统关系型数据库已经很难满足数据仓库的清洗和分析，因此基于Hive分布式集群的数据仓库已逐步成为主流。Impala在传统的MySQL或PostgreSQL数据库称为Metastore，Hive也在其相同的数据库上保存此类型的数据。因此，Impala可以访问由Hive定义或加载的表，也就是说Impala的操作对于hive来说是透明的，hive对于Impala的操作也是透明的。这种缓存机制优点在于对于具有大量数据或多个分区的表，检索表内所有元数据可能会花费很长时间，在某些情况下需要几分钟，每个Impala节点缓存所有这些数据，以便在未来对同一表进行查询时重复使用，这样就可以节省很多不必要的时间。但是通过其他手段更新元数据或者数据对于Impala是无感知的，例如通过hive建表，直接拷贝新的数据到HDFS上等。通过HIVE对数据进行操作或更新元数据，Impala是无感知的，官方提供了两种手动刷新的方式，分别是INVALIDATEMETADATA和REFRESH操作。但是使用起来相当不方便，并且不能保证Impala实时同步Hive元数据，需要手动刷新不能自动同步元数据。
因此，针对以上现状，做出了一种同步Hive数据的方法、系统、电子设备及存储介质。本申请监控hive作业的运行日志，把相应的对数据进行操作的日志抓取出来，写入中间表，然后让Impala轮询这张中间表，进行相应的刷新操作。整个过程就是，我们帮Impala检测出hive的数据处理，然后通知Impala做相应的刷新。解决了Impala和hive元数据无法实时同步的问题，无须手动刷新，实现自动化实时同步元数据。
发明内容
本申请实施例提供了一种同步Hive数据的方法、系统、电子设备及存储介质，以至少解决相关技术中主观因素影响的问题。
本发明提供了一种同步Hive数据的方法，包括：
监控步骤：hive hooks监控hive的运行日志；
中间表创建步骤：读取所述日志中hive的元数据，形成一张中间表；
轮询步骤：Impala轮询所述中间表，刷新所述元数据。
上述的同步Hive数据的方法，所述监控步骤包括：
存储步骤：存储需要监控的hive sql操作类型；
数据获取步骤：当hive执行操作时，输出日志数据，所述数据包括数据库的元数据，表的元数据。
上述的同步Hive数据的方法，所述中间表创建步骤包括，读取所述日志中hive的操作、所述元数据、所述表的元数据，形成一张中间表。
上述的同步Hive数据的方法，所述轮询步骤包括，Impala轮询所述中间表，根据hive的操作刷新所述元数据。
本发明还提供一种同步Hive数据的系统，其中，基于hive hooks，适用于上述所述的同步Hive数据的方法，包括：
监控单元：hive hooks监控hive的运行日志；
中间表创建单元：读取所述日志中hive的元数据，形成一张中间表；
轮询单元：Impala轮询所述中间表，刷新所述元数据。
上述的同步Hive数据的系统，所述监控单元包括存储模块、数据获取模块，其中：
存储模块：存储需要监控的hive sql操作类型；
数据获取模块：当hive执行操作时，输出日志数据，所述数据包括数据库的元数据，表的元数据。
上述的同步Hive数据的系统，所述中间表创建单元读取所述日志中hive的操作、所述元数据、所述表的元数据，形成一张中间表。
上述的同步Hive数据的系统，Impala轮询所述中间表，轮询单元根据hive的操作刷新所述元数据。
本发明还提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现上述任一项所述的同步Hive数据的方法。
本发明还提供一种存储介质，所述存储介质上存储有计算机程序指令，所述计算机程序指令被所述处理器执行时实现上述任一项所述的同步Hive数据的方法。
相比于相关技术，本申请实施例提供的一种同步Hive数据的方法、系统、电子设备及存储介质，本申请监控hive作业的运行日志，把相应的对数据进行操作的日志抓取出来，写入中间表，然后让Impala轮询这张中间表，进行相应的刷新操作。整个过程就是，我们帮Impala检测出hive的数据处理，然后通知Impala做相应的刷新。解决了Impala和hive元数据无法实时同步的问题，无须手动刷新，实现自动化实时同步元数据。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请实施例的一种同步Hive数据的方法框架图；
图2是根据本申请实施例的一种同步Hive数据的方法流程图；
图3是根据本申请实施例的监控步骤流程图；
图4为本发明的一种同步Hive数据的系统的结构示意图；
图5是根据本申请实施例的电子设备的框架图。
其中，附图标记为：
监控单元：21；
中间表创建单元：22；
轮询单元：23；
存储模块：211
数据获取模块：212
81：处理器；
82：存储器；
83：通信接口；
80：总线。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本发明基于基于hive hooks，下面进行简要的介绍。
Hook是一种在处理过程中拦截事件，消息或函数调用的机制。Hive hooks是绑定到了Hive内部的工作机制，无需重新编译Hive。Hive Hook提供了使用hive扩展和集成外部功能的能力。可以通过Hive Hooks在查询处理的各个步骤中运行/注入一些代码，帮助我们实现想要实现的功能。Hive Hooks完整的贯穿了Hive查询的整个生命周期。hive是基于Hadoop构建的一套数据仓库分析系统，它提供了丰富的SQL查询方式来分析存储在Hadoop分布式文件系统中的数据：可以将结构化的数据文件映射为一张数据库表，并提供完整的SQL查询功能；可以将SQL语句转换为MapReduce任务运行，通过自己的SQL查询分析需要的内容，这套SQL简称Hive SQL，使不熟悉mapreduce的用户可以很方便地利用SQL语言查询、汇总和分析数据。而mapreduce开发人员可以把自己写的mapper和reducer作为插件来支持hive做更复杂的数据分析。它与关系型数据库的SQL略有不同，但支持了绝大多数的语句如DDL、DML以及常见的聚合函数、连接查询、条件查询。它还提供了一系列的1：具进行数据提取转化加载，用来存储、查询和分析存储在Hadoop中的大规模数据集，并支持UDF(User-Defined Function)、UDAF(User-Defnes AggregateFunction)和UDTF(User-DefinedTable-Generating Function)，也可以实现对map和reduce函数的定制，为数据操作提供了良好的伸缩性和可扩展性。hive不适合用于联机(online)事务处理，也不提供实时查询功能。它最适合应用在基于大量不可变数据的批处理作业。hive的特点包括：可伸缩(在Hadoop的集群上动态添加设备)、可扩展、容错、输入格式的松散耦合。hive是一种底层封装了Hadoop的数据仓库处理工具，使用类SQL的hiveSQL语言实现数据查询，所有hive的数据都存储在Hadoop兼容的文件系统(例如，Amazon S3、HDFS)中。hive在加载数据过程中不会对数据进行任何的修改，只是将数据移动到HDFS中hive设定的目录下，因此，hive不支持对数据的改写和添加，所有的数据都是在加载的时候确定的。hive的设计特点如下：支持创建索引，优化数据查询；不同的存储类型，例如，纯文本文件、HBase中的文件；元数据保存在关系数据库中，大大减少了在查询过程中执行语义检查的时间；可以直接使用存储在Hadoop文件系统中的数据；内置大量用户函数UDF来操作时间、字符串和其他的数据挖掘工具，支持用户扩展UDF函数来完成内置函数无法实现的操作；类SQL的查询方式，将SQL查询转换为MapReduce的job在Hadoop集群上执行。相关hooks描述如下表：
Impala是Cloudera公司推出，提供对HDFS、Hbase数据的高性能、低延迟的交互式SQL查询功能，Impala使用Hive的元数据,完全在内存中计算，Impala采用多个impalad(Impala的核心进程)同时提供服务的方式，并且它会由catalogd(元数据管理和元数据存储)缓存全部元数据，再通过statestored(状态管理进程)完成每一次的元数据的更新到impalad节点上，Impala集群会缓存全部的元数据。Impala在传统的MySQL或PostgreSQL数据库称为Metastore，Hive也在其相同的数据库上保存此类型的数据。因此，Impala可以访问由Hive定义或加载的表，也就是说Impala的操作对于hive来说是透明的，hive对于Impala的操作也是透明的。这种缓存机制优点在于对于具有大量数据或多个分区的表，检索表内所有元数据可能会花费很长时间，在某些情况下需要几分钟，每个Impala节点缓存所有这些数据，以便在未来对同一表进行查询时重复使用，这样就可以节省很多不必要的时间。但是通过其他手段更新元数据或者数据对于Impala是无感知的，例如通过hive建表，直接拷贝新的数据到HDFS上等。针对通过HIVE对数据进行操作或更新元数据，Impala是无感知的，官方提供了两种手动刷新的方式，分别是INVALIDATE METADATA和REFRESH操作。INVALIDATE METADATA操作翻译成中文就是“作废元数据”的意思，用于刷新全库或者某个表的元数据，包括表的元数据和表内的文件数据，它会首先清除表的缓存，然后从metastore中重新加载全部数据并缓存，该操作代价比较重，需要消耗大量的资源和时间。REFRESH操作是用于刷新某个表或者某个分区的数据信息，它会重用之前的表元数据，仅仅执行文件刷新操作，它能够检测到表中分区的增加和减少，主要用于表中元数据未修改，数据的修改。针对通过HIVE对数据进行操作或更新元数据，Impala是无感知的，官方提供的两种手动刷新的方式INVALIDATE METADATA和REFRESH操作存在一下缺点。对于INVALIDATEMETADATA操作代价比较重，需要消耗大量的资源和时间。REFRESH操作虽然较INVALIDATEMETADATA是轻量级的操作，但官方提出的两种同步元数据的手段，都不能达到Impala实时自动同步刷新hive元数据的目的。
本申请实施例提供的一种同步Hive数据的方法、系统、电子设备及存储介质，本申请实施例提供的一种同步Hive数据的方法、系统、电子设备及存储介质，本申请监控hive作业的运行日志，把相应的对数据进行操作的日志抓取出来，写入中间表，然后让Impala轮询这张中间表，进行相应的刷新操作。整个过程就是，我们帮Impala检测出hive的数据处理，然后通知Impala做相应的刷新。解决了Impala和hive元数据无法实时同步的问题，无须手动刷新，实现自动化实时同步元数据。
下面将以hive hooks为例对本申请实施例进行说明。
实施例一
本实施例提供了一种同步Hive数据的方法。请参照图1-图4，图1是根据本发明实施例的同步Hive数据的方法框架图；图2是根据本发明实施例的同步Hive数据的方法流程图；图3是根据本发明实施例的监控步骤流程图，如图所示，同步Hive数据的方法包括如下步骤：
监控步骤S1：hive hooks监控hive的运行日志；
中间表创建步骤S2：读取所述日志中hive的元数据，形成一张中间表；
轮询步骤S3：Impala轮询所述中间表，刷新所述元数据。
实施例中，所述监控步骤S1包括：
存储步骤S11：存储需要监控的hive sql操作类型；
数据获取步骤S12：当hive执行操作时，输出日志数据，所述数据包括数据库的元数据，表的元数据。
具体的说，存储步骤S11中，存储需要监控的hive SQL操作类型。包括建表；修改数据库属性；修改数据库属主；修改表属性,添加列；修改表属性,表存储路径；修改表属性；表重命名；列重命名；更新列,先删除当前的列,然后加入新的列；创建数据库；删除数据库；删除表。
实施例中，所述中间表创建步骤S2包括，读取所述日志中hive的操作、所述元数据、所述表的元数据，形成一张中间表。
实施例中，所述轮询步骤S3包括，Impala轮询所述中间表，根据hive的操作刷新所述元数据。
由此，本发明实施例提供的一种同步Hive数据的方法、系统、电子设备及存储介质，本申请实施例提供的一种同步Hive数据的方法、系统、电子设备及存储介质，本申请监控hive作业的运行日志，把相应的对数据进行操作的日志抓取出来，写入中间表，然后让Impala轮询这张中间表，进行相应的刷新操作。整个过程就是，我们帮Impala检测出hive的数据处理，然后通知Impala做相应的刷新。解决了Impala和hive元数据无法实时同步的问题，无须手动刷新，实现自动化实时同步元数据。
实施例二
请参照图4，图4为本发明的同步Hive数据的系统的结构示意图。如图4所示，发明的一种同步Hive数据的系统，适用于上述的同步Hive数据的方法，同步Hive数据的系统包括：
监控单元21：hive hooks监控hive的运行日志；
中间表创建单元22：读取所述日志中hive的元数据，形成一张中间表；
轮询单元23：Impala轮询所述中间表，刷新所述元数据。
在本实施例中，所述监控单元21包括：
存储模块211：存储需要监控的hive sql操作类型；
数据获取模块212：当hive执行操作时，输出日志数据，所述数据包括数据库的元数据，表的元数据。
在本实施例中，中间表创建单元22读取所述日志中hive的操作、所述元数据、所述表的元数据，形成一张中间表。
进一步地，Impala轮询所述中间表，所述轮询单元23根据hive的操作刷新所述元数据。
实施例三
结合图5所示，本实施例揭示了一种电子设备的一种具体实施方式。电子设备可以包括处理器81以及存储有计算机程序指令的存储器82。
具体地，上述处理器81可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中，存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器82可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器82可在数据处理装置的内部或外部。在特定实施例中，存储器82是非易失性(Non-Volatile)存储器。在特定实施例中，存储器82包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(RandomAccess Memory，简称为RAM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory，简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory，简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-Access Memory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。
存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器81所执行的可能的计算机程序指令。
处理器81通过读取并执行存储器82中存储的计算机程序指令，以实现上述实施例中的任意一种文件系统容量管理优化方法。
在其中一些实施例中，电子设备还可包括通信接口83和总线80。其中，如图5所示，处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。
通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线80包括硬件、软件或两者，将计算机设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制，总线80可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，简称为EISA)总线、前端总线(Front Side Bus，简称为FSB)、超传输(Hyper Transport，简称为HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment，简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association LocalBus，简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。
电子设备可连接同步Hive数据的系统，从而实现结合图1-图3描述的方法。
另外，结合上述实施例中同步Hive数据的方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意同步Hive数据的方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种同步Hive数据的方法，其特征在于，基于hive hooks，所述同步Hive数据的方法包括：
监控步骤：hive hooks监控hive的运行日志；
中间表创建步骤：读取所述日志中hive的元数据，形成一张中间表；
轮询步骤：Impala轮询所述中间表，刷新所述元数据。
2.根据权利要求1所述的同步Hive数据的方法，其特征在于，所述监控步骤包括：
存储步骤：存储需要监控的hive sql操作类型；
数据获取步骤：当hive执行操作时，输出日志数据，所述数据包括数据库的元数据，表的元数据。
3.根据权利要求1所述的同步Hive数据的方法，其特征在于，所述中间表创建步骤包括，读取所述日志中hive的操作、所述元数据、所述表的元数据，形成一张中间表。
4.根据权利要求1所述的同步Hive数据的方法，其特征在于，所述轮询步骤包括，Impala轮询所述中间表，根据hive的操作刷新所述元数据。
5.一种同步Hive数据的系统，其特征在于，基于hive hooks，适用于上述权利要求1-4所述的同步Hive数据的方法，包括：
监控单元：hive hooks监控hive的运行日志；
中间表创建单元：读取所述日志中hive的元数据，形成一张中间表；
轮询单元：Impala轮询所述中间表，刷新所述元数据。
6.根据权利要求5所述的同步Hive数据的系统，其特征在于，所述监控单元包括：
存储模块：存储需要监控的hive sql操作类型；
数据获取模块：当hive执行操作时，输出日志数据，所述数据包括数据库的元数据，表的元数据。
7.根据权利要求6所述的同步Hive数据的系统，其特征在于，所述中间表创建单元包括，读取所述日志中hive的操作、所述元数据、所述表的元数据，形成一张中间表。
8.根据权利要求7所述的同步Hive数据的系统，其特征在于，所述轮询单元包括，Impala轮询所述中间表，轮询单元根据hive的操作刷新所述元数据。
9.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的同步Hive数据的方法。
10.一种存储介质，所述存储介质上存储有计算机程序指令，所述计算机程序指令被所述处理器执行时实现如权利要求1至4中任一项所述的同步Hive数据的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011370159.4A CN112395295A (zh) | 2020-11-30 | 2020-11-30 | 一种同步Hive数据的方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011370159.4A CN112395295A (zh) | 2020-11-30 | 2020-11-30 | 一种同步Hive数据的方法、系统、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112395295A true CN112395295A (zh) | 2021-02-23 |
Family
ID=74604729
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011370159.4A Pending CN112395295A (zh) | 2020-11-30 | 2020-11-30 | 一种同步Hive数据的方法、系统、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112395295A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114328575A (zh) * | 2021-12-02 | 2022-04-12 | 北京思特奇信息技术股份有限公司 | 基于Hook过滤器的HiveSQL规范性检测方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106021580A (zh) * | 2016-06-03 | 2016-10-12 | 用友网络科技股份有限公司 | Impala 基于Hadoop集群日志分析方法和系统 |
| CN106777046A (zh) * | 2016-12-09 | 2017-05-31 | 武汉卓尔云市集团有限公司 | 一种基于nginx日志的数据分析方法 |
| CN110245037A (zh) * | 2019-06-18 | 2019-09-17 | 中国刑事警察学院 | 一种基于日志的Hive用户操作行为还原方法 |
| CN110502585A (zh) * | 2019-08-30 | 2019-11-26 | 山东健康医疗大数据有限公司 | 一种可配置的MySql数据库间数据同步方法 |
-
2020
- 2020-11-30 CN CN202011370159.4A patent/CN112395295A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106021580A (zh) * | 2016-06-03 | 2016-10-12 | 用友网络科技股份有限公司 | Impala 基于Hadoop集群日志分析方法和系统 |
| CN106777046A (zh) * | 2016-12-09 | 2017-05-31 | 武汉卓尔云市集团有限公司 | 一种基于nginx日志的数据分析方法 |
| CN110245037A (zh) * | 2019-06-18 | 2019-09-17 | 中国刑事警察学院 | 一种基于日志的Hive用户操作行为还原方法 |
| CN110502585A (zh) * | 2019-08-30 | 2019-11-26 | 山东健康医疗大数据有限公司 | 一种可配置的MySql数据库间数据同步方法 |
Non-Patent Citations (1)
| Title |
|---|
| SIN_GEEK: "Impala实时刷新同步Hive元数据", pages 1, Retrieved from the Internet <URL:https://blog.csdn.net/sin_geek/article/details/84642671> * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114328575A (zh) * | 2021-12-02 | 2022-04-12 | 北京思特奇信息技术股份有限公司 | 基于Hook过滤器的HiveSQL规范性检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107391653B (zh) | 一种分布式NewSQL数据库系统及图片数据储存方法 | |
| US11907216B2 (en) | Multi-language fusion query method and multi-model database system | |
| JP5819376B2 (ja) | 列ベースのデータベースに対する列スマートな機構 | |
| CN105630864B (zh) | 存储行标识符值的字典的强制排序 | |
| CN107169083B (zh) | 公安卡口海量车辆数据存储与检索方法及装置、电子设备 | |
| CN105630860B (zh) | 具有事务控制块索引的数据库系统 | |
| CN105630409B (zh) | 使用存储器内阵列和盘上页结构的双重数据存储 | |
| US20180349374A1 (en) | Lock-free hash indexing | |
| CN105630865B (zh) | 用于内存列式存储的n比特压缩版本化列数据阵列 | |
| US10255309B2 (en) | Versioned insert only hash table for in-memory columnar stores | |
| Mahajan et al. | Improving the energy efficiency of relational and NoSQL databases via query optimizations | |
| US20170083573A1 (en) | Multi-query optimization | |
| US11119742B2 (en) | Cache efficient reading of result values in a column store database | |
| CN104679898A (zh) | 一种大数据访问方法 | |
| CN104778270A (zh) | 一种用于多文件的存储方法 | |
| CN104252536A (zh) | 一种基于hbase的上网日志数据查询方法及装置 | |
| CN104573112A (zh) | Oltp集群数据库中页面查询方法及数据处理节点 | |
| CN104601562A (zh) | 游戏服务器与数据库的交互方法和系统 | |
| CN112395295A (zh) | 一种同步Hive数据的方法、系统、电子设备及存储介质 | |
| US8200673B2 (en) | System and method for on-demand indexing | |
| Joldzic et al. | The impact of cluster characteristics on HiveQL query optimization | |
| US10877675B2 (en) | Locking based on categorical memory allocation | |
| CN114443599A (zh) | 数据同步方法、装置、电子设备及存储介质 | |
| CN112181950A (zh) | 一种分布式对象数据库的构建方法 | |
| Li et al. | Survey of performance comparison based on non relational database |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |