Hive 支持通过内表或外表的方式访问 Iceberg 数据。本文通过示例为您介绍如何使用 E-MapReduce（EMR）上的 Hive 访问 Iceberg 数据。

1 前提条件

1. 适合 EMR 1.2.0以后的版本（包括EMR 1.2.0）
2. 已创建 EMR 集群，且安装有 Iceberg 组件。有两种方式可以安装 Iceberg 组件：
   1. 在创建 EMR 集群时，选择 Icerberg 作为可选组件，详见：创建集群。
   2. 对已安装 EMR 集群，参考 服务管理章节 添加 Iceberg 服务
3. 安装Iceberg组件后，需要重启下HIve组件的HiveServer2服务，从而在HiveServer2进程中加载Iceberg的jar。
4. 对于插入数据操作，要求 Hive 的执行引擎需要为 mr。

2 操作步骤

1. 使用 SSH 方式登录到集群主节点，详情请参见使用 SSH连接主节点。

2. 在集群主机 Linux Bash 中执行如下进入Hive命令行

   hive
   

   也可以参考 Hive组件手册 采用beeline命令，举例：

   beeline -u jdbc:hive2://master-1-1:10000/default -n hive -p <hive用户的密码>
   

3. 配置 Iceberg 的 Catalog信息
   Hive 中支持 Iceberg 的 Catalog type 有 Hive、Hadoop，也可以为空。 type 不同，配置项也不同。可参考 Iceberg参数配置章节。下面以 Hive 类型为例，创建 Catalog 名称为 Iceberg：

   SET iceberg.catalog.iceberg.type=hive;
   SET iceberg.catalog.iceberg.uri=thrift://master-1-1:9083;
   SET iceberg.catalog.iceberg.clients=10;
   

4. 创建表

   CREATE DATABASE IF NOT EXISTS iceberg_db;
   
   CREATE EXTERNAL TABLE iceberg_db.table_a1(i INT, s STRING)
   STORED BY 'org.apache.iceberg.mr.hive.HiveIcebergStorageHandler'
   TBLPROPERTIES ('iceberg.catalog'='iceberg');
   

5. 插入数据

   -- 更改Hive的执行引擎为mr
   SET hive.execution.engine = mr;
   INSERT INTO iceberg_db.table_a1 VALUES(0, 'a');
   

   说明

   对于 INSERT 操作，只支持 mr 引擎 。

6. 查询

   SELECT * FROM iceberg_db.table_a1;
   

7. 删除表

   DROP TABLE IF EXISTS iceberg_db.table_a1;
   

   说明

   删除表，也会将表的数据进行删除，但在HDFS上会留存表名的相关空目录。