Exemplo: Crie uma HCatalog tabela e grave nela usando o Pig

PDFRSS

Você pode criar uma HCatalog tabela e usar o Apache Pig para gravar nela por meio do HCat Storer usando uma fonte de dados no Amazon S3. HCatalog exige que você desative a gravação direta ou a operação falhará silenciosamente. Defina as configurações mapred.output.direct.NativeS3FileSystem e mapred.output.direct.EmrFileSystem como false usando a classificação mapred-site ou manualmente no shell do Grunt. O exemplo a seguir mostra uma tabela criada usando a HCat CLI, seguida por comandos executados no shell Grunt para preencher a tabela a partir de um arquivo de dados de amostra no Amazon S3.

Para executar esse exemplo, conecte-se ao nó principal usando SSH.

Crie um arquivo de HCatalog script,wikicount.q, com o conteúdo a seguir, que cria uma HCatalog tabela chamadawikicount.

CREATE EXTERNAL TABLE IF NOT EXISTS wikicount( 
col1 string, 
col2 bigint 
) 
ROW FORMAT DELIMITED FIELDS TERMINATED BY '\001' 
STORED AS ORC 
LOCATION 's3://amzn-s3-demo-bucket/hcat/wikicount';
        

Use um comando HCat CLI para executar o script a partir do arquivo.

hcat -f wikicount.q

Em seguida, inicie o shell do Grunt com a opção -useHCatalog, defina as configurações para desativar a gravação direta, carregue os dados de um local do S3 e, em seguida, grave os resultados na tabela wikicount.

pig -useHCatalog
SET mapred.output.direct.NativeS3FileSystem false; 
SET mapred.output.direct.EmrFileSystem false; 
A = LOAD 's3://support.elasticmapreduce/training/datasets/wikistats_tiny/' USING PigStorage(' ') AS (Site:chararray, page:chararray, views:int, total_bytes:long); 
B = GROUP A BY Site; 
C = FOREACH B GENERATE group as col1, COUNT(A) as col2; 
STORE C INTO 'wikicount' USING org.apache.hive.hcatalog.pig.HCatStorer();