php通过thrift开发hive

概述： 由于hadoop和hive都是用java写的，要使用像php这样的脚本语言（实际上thrift支持的语言还有很多，大部分主流语言都包括）对hive进行开发就需要一个跨语言的连接桥梁，到目前为止，我所知道的有两种方法可以实现： 1.后面将具体说明的Thrift Thrift是F

概述：

由于hadoop和hive都是用java写的，要使用像php这样的脚本语言（实际上thrift支持的语言还有很多，大部分主流语言都包括）对hive进行开发就需要一个跨语言的连接桥梁，到目前为止，我所知道的有两种方法可以实现：

1.后面将具体说明的Thrift

Thrift是Facebook的一个开源项目，同时也是hadoop和hive官网上提到一种中间件，本次开发就是使用Thrift

2.php java bridge（这个没有用过，不太了解）

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------

下面主要总结一些thrift相关的东西

安装：

在安装好hadoop，hive并且以mysql作为hive的元数据库配置完成的前提下

1.下载thrift（apache thrift官网）

2.解压：tar -zxvf 压缩包名

3.安装依赖库：libevent和libevent-devel

4.在thrift路径下执行：./configure【具体见./configure --help】;然后make & make install

具体说明可以查看官网信息：http://thrift.apache.org/

使用：

thrift目录下有packages、protocol、server、transport几个文件夹，并且提供了以下几个操作hive的函数：

interface ThriftHiveIf extends ThriftHiveMetastoreIf {
  public function execute($query);//执行$query
  public function fetchOne();//获取一条结果
  public function fetchN($numRows);//获取$numRows条结果
  public function fetchAll();//获取所有结果
  public function getSchema();//获取元数据
  public function getThriftSchema();//没试过
  public function getClusterStatus();//获取集群状态
  public function getQueryPlan();//获取执行计划
}

调用的时候在php文件加上以下内容：

 $GLOBALS['THRIFT_ROOT'] = 'Thrift/'; //thrift根目录 
    // load the required files for connecting to Hive  
    require_once $GLOBALS['THRIFT_ROOT'] . 'packages/hive_service/ThriftHive.php';  
    require_once $GLOBALS['THRIFT_ROOT'] . 'transport/TSocket.php';  
    require_once $GLOBALS['THRIFT_ROOT'] . 'protocol/TBinaryProtocol.php';  
    // Set up the transport/protocol/client  
    $transport = new TSocket(host_ip, 10000); 
    $protocol = new TBinaryProtocol($transport);  
    $client = new ThriftHiveClient($protocol); 
    $transport->open();

之后就是通过$client来执行hql语句，举几个例子：

1.获取数据库：

$client->execute("show databases");
$result = $client->fetchAll();//$result接收执行结果

说明：也就是将要执行的hql作为execute()函数的参数，并用fetchAll()函数获取结果；

2.获取元数据：

要获取hive的元数据是通过getSchema()函数，它是要配合某一个查询的执行进行获取，例子如下：

$client->execute("select id from hivetest");//hivetest表中只有id、name两个字段分别为int和string类型
$schema = $client->getSchema();
$result = $client->fetchAll();

打印的$schema的值为：

metastore_Schema Object (
[fieldSchemas] => Array (
[0] => metastore_FieldSchema Object (
[name] => id
[type] => int
[comment] => )
)
[properties] =>
)

要获取其中的数据可以通过下面这个函数对$schema 进行转化：

function objtoarr($obj){
    $ret = array();
    foreach($obj as $key =>$value){
        if(gettype($value) == 'array' || gettype($value) == 'object'){
            $ret[$key] = objtoarr($value);
        }
        else{
            $ret[$key] = $value;
        }
    }
    return $ret;
}

主要用到execute()、fetchaAll()、getSchema()这三个函数，另外几个可以再试用一下。