TsFile 的 Hive 连接器实现了对 Hive 读取外部 Tsfile 类型的文件格式的支持， 使用户能够通过 Hive 操作 Tsfile。
有了这个连接器，用户可以
| Hadoop Version | Hive Version | Java Version | TsFile |
|---|---|---|---|
2.7.3 or 3.2.1 | 2.3.6 or 3.1.2 | 1.8 | 1.0.0+ |
| TsFile 数据类型 | Hive 数据类型 |
|---|---|
| BOOLEAN | Boolean |
| INT32 | INT |
| INT64 | BIGINT |
| FLOAT | Float |
| DOUBLE | Double |
| TEXT | STRING |
为了在 Hive 中使用 Tsfile 的 hive 连接器，我们需要把 hive 连接器的 jar 导入进 hive。
从 https://github.com/apache/iotdb下载完 iotdb 后，你可以使用 mvn clean package -pl iotdb-connector/hive-connector -am -Dmaven.test.skip=true -P get-jar-with-dependencies命令得到一个 hive-connector-X.X.X-SNAPSHOT-jar-with-dependencies.jar。
然后在 hive 的命令行中，使用add jar XXX命令添加依赖。例如：
hive> add jar /Users/hive/iotdb/hive-connector/target/hive-connector-1.0.0-jar-with-dependencies.jar; Added [/Users/hive/iotdb/hive-connector/target/hive-connector-1.0.0-jar-with-dependencies.jar] to class path Added resources: [/Users/hive/iotdb/hive-connector/target/hive-connector-1.0.0-jar-with-dependencies.jar]
为了创建一个 Tsfile-backed 的表，需要将serde指定为org.apache.iotdb.hive.TsFileSerDe， 将inputformat指定为org.apache.iotdb.hive.TSFHiveInputFormat， 将outputformat指定为org.apache.iotdb.hive.TSFHiveOutputFormat。
同时要提供一个只包含两个字段的 Schema，这两个字段分别是time_stamp和sensor_id。 time_stamp代表的是时间序列的时间值，sensor_id是你想要从 tsfile 文件中提取出来分析的传感器名称，比如说sensor_1。 表的名字可以是 hive 所支持的任何表名。
需要提供一个路径供 hive-connector 从其中拉取最新的数据。
这个路径必须是一个指定的文件夹，这个文件夹可以在你的本地文件系统上，也可以在 HDFS 上，如果你启动了 Hadoop 的话。 如果是本地文件系统，要以这样的形式file:///data/data/sequence/root.baic2.WWS.leftfrontdoor/
最后需要在TBLPROPERTIES里指明device_id
例如：
CREATE EXTERNAL TABLE IF NOT EXISTS only_sensor_1(
time_stamp TIMESTAMP,
sensor_1 BIGINT)
ROW FORMAT SERDE 'org.apache.iotdb.hive.TsFileSerDe'
STORED AS
INPUTFORMAT 'org.apache.iotdb.hive.TSFHiveInputFormat'
OUTPUTFORMAT 'org.apache.iotdb.hive.TSFHiveOutputFormat'
LOCATION '/data/data/sequence/root.baic2.WWS.leftfrontdoor/'
TBLPROPERTIES ('device_id'='root.baic2.WWS.leftfrontdoor.plc1');
在这个例子里，我们从/data/data/sequence/root.baic2.WWS.leftfrontdoor/中拉取root.baic2.WWS.leftfrontdoor.plc1.sensor_1的数据。 这个表可能产生如下描述：
hive> describe only_sensor_1; OK time_stamp timestamp from deserializer sensor_1 bigint from deserializer Time taken: 0.053 seconds, Fetched: 2 row(s)
到目前为止，Tsfile-backed 的表已经可以像 hive 中其他表一样被操作了。
在做任何查询之前，我们需要通过如下命令，在 hive 中设置hive.input.format：
hive> set hive.input.format=org.apache.hadoop.hive.ql.io.HiveInputFormat;
现在，我们已经在 hive 中有了一个名为only_sensor_1的外部表。 我们可以使用 HQL 做任何查询来分析其中的数据。
例如：
hive> select * from only_sensor_1 limit 10; OK 1 1000000 2 1000001 3 1000002 4 1000003 5 1000004 6 1000005 7 1000006 8 1000007 9 1000008 10 1000009 Time taken: 1.464 seconds, Fetched: 10 row(s)
hive> select count(*) from only_sensor_1; WARNING: Hive-on-MR is deprecated in Hive 2 and may not be available in the future versions. Consider using a different execution engine (i.e. spark, tez) or using Hive 1.X releases. Query ID = jackietien_20191016202416_d1e3e233-d367-4453-b39a-2aac9327a3b6 Total jobs = 1 Launching Job 1 out of 1 Number of reduce tasks determined at compile time: 1 In order to change the average load for a reducer (in bytes): set hive.exec.reducers.bytes.per.reducer=<number> In order to limit the maximum number of reducers: set hive.exec.reducers.max=<number> In order to set a constant number of reducers: set mapreduce.job.reduces=<number> Job running in-process (local Hadoop) 2019-10-16 20:24:18,305 Stage-1 map = 0%, reduce = 0% 2019-10-16 20:24:27,443 Stage-1 map = 100%, reduce = 100% Ended Job = job_local867757288_0002 MapReduce Jobs Launched: Stage-Stage-1: HDFS Read: 0 HDFS Write: 0 SUCCESS Total MapReduce CPU Time Spent: 0 msec OK 1000000 Time taken: 11.334 seconds, Fetched: 1 row(s)