Uruchamianie zapytania "Świnia" nad danymi przechowywanymi w Ulu

Question

Chciałbym wiedzieć, jak uruchomić zapytania Pig przechowywane w formacie Hive. Mam skonfigurowane Hive do przechowywania skompresowanych danych (przy użyciu tego samouczka http://wiki.apache.org/hadoop/Hive/CompressedStorage).

Wcześniej używałam zwykłej funkcji obciążenia Pig z separatorem Hive (^ A). Ale teraz Hive przechowuje dane w plikach sekwencji z kompresją. Którą funkcję obciążenia użyć?

Należy pamiętać, że nie trzeba ścisłej integracji, jak wspomniano tutaj: Using Hive with Pig, tylko jaką funkcję ładowania użyć do odczytu skompresowanych plików sekwencji generowanych przez Hive.

Dzięki za wszystkie odpowiedzi.

Answer 1

Oto, co odkryłem: Używanie HiveColumnarLoader ma sens, jeśli przechowujesz dane jako plik RCFile. Aby wczytać tabelę przy użyciu tego trzeba zarejestrować kilka słoików pierwszy:

register /srv/pigs/piggybank.jar 
register /usr/lib/hive/lib/hive-exec-0.5.0.jar 
register /usr/lib/hive/lib/hive-common-0.5.0.jar 

a = LOAD '/user/hive/warehouse/table' USING org.apache.pig.piggybank.storage.HiveColumnarLoader('ts int, user_id int, url string'); 

załadować dane z sekwencji plików trzeba użyć skarbonka (jak w poprzednim przykładzie). Ładowarka SequenceFile z Piggybank powinien obsługiwać pliki skompresowane:

register /srv/pigs/piggybank.jar 
DEFINE SequenceFileLoader org.apache.pig.piggybank.storage.SequenceFileLoader(); 
a = LOAD '/user/hive/warehouse/table' USING SequenceFileLoader AS (int, int); 

ta nie działa z Pig 0,7, ponieważ jest w stanie odczytać BytesWritable typ i wrzucił je do rodzaju Pig i masz ten wyjątek:

2011-07-01 10:30:08,589 WARN org.apache.pig.piggybank.storage.SequenceFileLoader: Unable to translate key class org.apache.hadoop.io.BytesWritable to a Pig datatype 
2011-07-01 10:30:08,625 WARN org.apache.hadoop.mapred.Child: Error running child 
org.apache.pig.backend.BackendException: ERROR 0: Unable to translate class org.apache.hadoop.io.BytesWritable to a Pig datatype 
    at org.apache.pig.piggybank.storage.SequenceFileLoader.setKeyType(SequenceFileLoader.java:78) 
    at org.apache.pig.piggybank.storage.SequenceFileLoader.getNext(SequenceFileLoader.java:132) 
    at org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.PigRecordReader.nextKeyValue(PigRecordReader.java:142) 
    at org.apache.hadoop.mapred.MapTask$NewTrackingRecordReader.nextKeyValue(MapTask.java:448) 
    at org.apache.hadoop.mapreduce.MapContext.nextKeyValue(MapContext.java:67) 
    at org.apache.hadoop.mapreduce.Mapper.run(Mapper.java:143) 
    at org.apache.hadoop.mapred.MapTask.runNewMapper(MapTask.java:639) 
    at org.apache.hadoop.mapred.MapTask.run(MapTask.java:315) 
    at org.apache.hadoop.mapred.Child$4.run(Child.java:217) 
    at java.security.AccessController.doPrivileged(Native Method) 
    at javax.security.auth.Subject.doAs(Subject.java:396) 
    at org.apache.hadoop.security.UserGroupInformation.doAs(UserGroupInformation.java:1063) 
    at org.apache.hadoop.mapred.Child.main(Child.java:211) 

Jak skompilować skarbonkę opisano tutaj: Unable to build piggybank -> /home/build/ivy/lib does not exist