Hive方便地實現(xiàn)存儲過程是怎樣的

Hive方便地實現(xiàn)存儲過程是怎樣的，針對這個問題，這篇文章詳細介紹了相對應的分析和解答，希望可以幫助更多想解決這個問題的小伙伴找到更簡單易行的方法。

第一種是 HPL/SQL。這種方式目前還不完善，比如游標使用限制多，很多功能無法實現(xiàn)，對變量要求嚴格，經(jīng)常發(fā)生不兼容的錯誤。只要可調試，代碼報錯并非障礙，但 HPL/SQL 的問題在于不可調試，對于開發(fā)者就很不方便。

更不方便的是，HPL/SQL 缺乏 JDBC 接口，無法方便地嵌入 JAVA 程序，只能在 JAVA 中調用命令行執(zhí)行 HPL/SQL，再由 HPL/SQL 實施計算并將結果回寫 Hive 臨時表，最后 JAVA 通過 Hive 的 JDBC 讀取臨時表。

第二種是用 JAVA 開發(fā)的 UDF 間接實現(xiàn)。JAVA 缺乏結構化計算類庫，所有的算法都要硬編碼，比如最基本的二維表要用 ArrayList+HashMap 組合實現(xiàn)，最簡單的分組匯總要寫幾十行，關聯(lián)計算更是冗長繁瑣。由于硬編碼很難統(tǒng)一規(guī)則，所以即使相似的業(yè)務邏輯，具體算法也是千差萬別，這就導致代碼可讀性差、維護困難。

JAVA 存儲過程還存在高耦合性的問題。JAVA 類無法進行熱部署，每次修改都要重新編譯并重啟 Hive 服務，這會對生產(chǎn)環(huán)境產(chǎn)生嚴重影響。如果設計一個巧妙的結構，也許能降低耦合性，但項目成本必然大幅上升。

如果使用集算器，實現(xiàn) Hive 存儲過程就會方便很多。

集算器具有豐富的結構化類庫，無論查詢、排序、聚合還是分組匯總、關聯(lián)查詢，都可以用內置函數(shù)直接實現(xiàn)。集算器也提供了針對結構化數(shù)據(jù)的分支判斷、循環(huán)語句、動態(tài)語法，復雜業(yè)務邏輯也可輕松實現(xiàn)。集算器允許設置斷點、跟蹤調試，以便程序員快速排錯。向上接口方面，集算器提供了標準的 JDBC 驅動，供 JAVA 代碼調用，實際的存儲過程則以腳本文件的形式存在，修改存儲過程不影響 JAVA 代碼或 Hive 服務。向下接口方面，集算器除了支持標準的 Hive JDBC，還提供了更高性能的私有接口，兩者都可執(zhí)行 HSQL 語句。

例子：Hive 中 sales 表按銷售、年、月分組匯總后如下：

存儲過程算法：調整每個銷售 Q1Q2 的賬務，具體是將 4 月份的 1000 元轉移到 3 月份。要求對同一個銷售同一年的數(shù)據(jù)做調整，如果 3 月份缺失，則調整時需在 3 月份追加 -1000 的空記錄，以便平衡賬務，如果 4 月份缺失，則調整時在 4 月份追加 1000 的空記錄，都缺失則不做調整。

計算結果應當如下：

集算器存儲過程如下：

關于Hive方便地實現(xiàn)存儲過程是怎樣的問題的解答就分享到這里了，希望以上內容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關注億速云行業(yè)資訊頻道了解更多相關知識。