前边,讲述了 Had oop 的两大支柱 HDFS 和 MapReduce ,我们通过将大数据的数据文件放在 HDFS 上,利用 Java 编写 Map-Reduce, 来实现数据的各种分析,并预测一些东西,实现大数据的商业价值,从而也体现了 Hadoop 价值所在。
但是反观传统系统中,我们都是通过数据库进行数据分析的,例如关系型数据库:Oracle ,SQL Server,mysql 等,更进一步的通过 NO SQL 数据库: mongoDB 等。对于Hadoop 大数据分析,我们如何能够快速而平滑的过度过来呢,以至于不会 Java 的也能够进行利用 hadoop 进行数据分析呢。好, Hadoop 的子项目为我们解决了这个难题: Pig 、 Hive 。好,这篇博客来看看 Pig 是如何操作 Hadoop 的。
一, Pig 是什么:
Pig 是 Ya hoo 捐献给 Apache 的一个项目。相当于 Hadoop 的一种客户端,属于Hadoop 的上层衍生架构,将 Map-Reduce 进行封装。通过 Pig 客户端用户可以使用Pig latin 一种类似于 SQL 的面向数据流的语言对 HDFS 下的数据进行处理。说简单一点 Pig 就是 pig latin 数据流语言和 Map-Reduce 之间的翻译,类似于不同语言直接的接口。所以有人说, Pig 包括 Pig Interface 和 Pig latin 两部分。好看下边这个图:
二, Pig 两种运行模式:
1 ,本地模式:所有文件和执行过程都在本地执行,一般用于测试程序。开启本地模式: pig -x local
2 , Map Reduce 模式:实际工作模式,Pig将查询翻译为MapReduce作业,然后在Hadoop集群上执行。
三,安装 Pig:
1, 下载解压:到 Apache 官网下载 Pig ,我下载的是: pig-0.15.0.tar.gz ,放到了Had oop 的同路径下(自己定);解压: tar - xvf pig-0.15.0.tar.gz
2 ,设置环境变量: vi /etc/profile 设定 pig 的 bin 路径和 Jdk 的路径即可。重启即可完成本地模式安装 .
Export PATH=$PATH:/home/ljh/pig-0.15.0/bin
Export JAVA_HOME=/usr/jdk1.8.0_51
3 , Map Reduce 模式配置 , 设置 hadoop 的相关环境变量,重启,直接使用 pig 进行 MapReduce 模式运行。
ExportPATH=$PATH:/home/ljh/pig-0.15.0/bin : /home/ljh/ hadoop-1.2.1 /bin
ExportJAVA_HOME=/usr/jdk1.8.0_51
ExportPIG_CLASSPATH=/home/ljh/hadoop-1.2.1/conf/
四, grund shell 命令:
进入 grunt ,可以使用类似 linux 命令进行各种操作,和 linux 很像的,大家实验一下即可:
例如: ls ,cd cat 和 linux 完全一样,只不过是在 hadoop 的环境下;
copyToLocal 将文件复制到本地, copyFromLocal 从本地复制文件到 hadoop 环境;
sh, 用来执行操作系统的命令,例如: sh /usr/jdk/bin/jps 。好看下边一个图,不懂的可以查下。
五, pig 的数据模型,和传统数据的模型简单对比:
Pig | 数据库 |
Bag | 表 |
Tuple | 行 |
Field | 属性 |
注意: pig 同一个 bag 里边的各个 tuple 可以由不同数量不同类型的 field ,和传统数据库是不一样的。
六, pig latin ( 类似与 SQL 的向数据流的语言 ) :
1 ,常用语句:
2 ,对应各种 SQL ,看此篇博客,很好:http://guoyunsky.iteye.com/blog/1317084
3 ,更多语法,看此篇博客,很详细:http://blackproof.iteye.com/blog/1791980
pig latin 就是一种语言,而且是相对来说比较简单语言,在我们使用的时候,我们现查现用即可。无在乎对数据的各种查询,过滤等。
小结: 好, pig 的知识相对来说比较少,安装容易,使用方便,需要多学的就是 piglatin 这个脚本语言的熟练,更多的各种语法,会查会用即可。 Pig,hadoop 的上层衍生框架,使操作 hadoop 多了一种方式,现在有了: java 的 mapreduce,pig 的 pig latin,当然还有后边的 hive 的 Hiveql ,后边会讲到。总而言之,多理解,多看各种资料,多实践……
|