hive 使用php脚本来完成map/reduce

hive sql有个比较强大的功能就是可以使用外界脚本来完成map/reduce。用法如下：
TRANSFORM(….) USING ‘….’ AS (….)。
USING里面可以使用php脚本来处理，具体使用方法看下面这个例子。

①、建一个表：

hive> CREATE TABLE `member`(
    >   `id`int,
    >   `user_name`string,
    >   `passwd`string
    > )
    > row format delimited
    > fields terminated by "\t"//这句很必要，不然下面的文件导入会导致所有的值都变成null 
    > stored as textfile;

②、准备如下数据 /tmp/member.dat

1     zhangsan     zs1024
2     lisi     ls1991
3     wangwu     ww2001
4     liumang     lm1234
5     linxing     lx1990

③、导入数据

hive> load data local inpath '/tmp/member.dat' into table member;

可以看到：

立即学习“PHP免费学习笔记（深入）”；

hive> select * from member;
OK
1       zhangsan        zs1024
2       lisi    ls1991
3       wangwu  ww2001
4       liumang lm1234
5       linxing lx1990

数据已经准备好了 ，现在我们相对第三列做一次md5加密。我们使用php脚本来处理，php脚本（/tmp/changePasswd.php）代码如下：

智能网站优化SiteSEO1.52

系统易学易懂，用户只需会上网、不需学习编程及任何语言，只要使用该系统平台，只要会打字，即可在线直接完成建站所有工作。本程序适合不懂php环境配置的新手用来在本机调试智能SiteSEO网站优化软件，安装过程极其简单。您的网站地址：http://localhost您的网站后台：登录地址： http://localhost/admin.php密 码： admin服务器套件所包含的软件：nginx-0.7

下载

<?phpwhile(!feof(STDIN)){
     $line = rtrim(fgets(STDIN), "\n");      //逐行读取if (empty($line)) continue;     //空，跳出当次循环$data = explode("\t", $line);    //将切分出来的数组保存起来，下面判断使用foreach($dataas &$val){
          $val = md5($val);
     }
     unset($val);
     echo implode("\t", $data) . "\n";
}

④、将php脚本加入到hive中。

hive> add file /tmp/changePasswd.php;

⑤、使用php脚本来执行map/reduce

hive> insert overwrite table member
    > select TRANSFORM(`id`,`user_name`,`passwd`) using "/usr/bin/php changePasswd.php"
    > as (`id`,`user_name`,`passwd`) from member;

最后，我们可以看到，passwd那一列的数据已经改变：

hive> select * from member;
OK
1       zhangsan        d03eed89429cc3006cc279322c2800c5
2       lisi    063401506c9d9f0e49a706e3779b7428
3       wangwu  ac5a8109dbbb46c9f69ffd5fc93c11f8
4       liumang fda8b97fd723bdbf6a754812b5ecec27
5       linxing 4035378ace8936e93d95aa77e7e224d4