【數(shù)據(jù)倉(cāng)庫(kù)】元數(shù)據(jù)血緣分析

現(xiàn)在數(shù)據(jù)倉(cāng)庫(kù)基本上采用Hadoop平臺(tái)了锋爪,那么數(shù)據(jù)倉(cāng)庫(kù)里面元數(shù)據(jù)的血緣分析的思路有哪些呢

基本上有下面這兩種思路:

1仆救、解析hql腳本葫男,通過正則表達(dá)式去匹配每一行字符串

2础米、采用Hadoop自帶的語法分析類解析

這里比較建議采用第二種分苇,比較直接簡(jiǎn)單,因?yàn)榈谝环N方式比較復(fù)雜屁桑,需要考慮場(chǎng)景比較多医寿,容易出現(xiàn)遺漏

Hadoop 自帶的類 org.apache.hadoop.hive.ql.tools.LineageInfo

將hql語句通過解析語法tree,獲取hive表的源表和目標(biāo)表蘑斧,達(dá)到血緣分析的目的

但是這個(gè)類有一點(diǎn)缺陷就是對(duì)于create table xx as 這種hql語句無法解析

我們稍加修改代碼就可以解決了

代碼如下:

package com.neo.datamanager;

import org.apache.hadoop.hive.ql.lib.*;
import org.apache.hadoop.hive.ql.parse.*;

import java.io.IOException;
import java.util.*;

public class HiveLineageInfo implements NodeProcessor {

//    private static final Logger logger = LoggerFactory.getLogger(HiveLineageInfo.class);

    /**
     * Stores input tables in sql.
     */
    TreeSet inputTableList = new TreeSet();
    /**
     * Stores output tables in sql.
     */
    TreeSet OutputTableList = new TreeSet();

    /**
     * @return java.util.TreeSet
     */
    public TreeSet getInputTableList() {
        return inputTableList;
    }

    /**
     * @return java.util.TreeSet
     */
    public TreeSet getOutputTableList() {
        return OutputTableList;
    }

    /**
     * Implements the process method for the NodeProcessor interface.
     */
    public Object process(Node nd, Stack stack, NodeProcessorCtx procCtx,
                          Object... nodeOutputs) throws SemanticException {
        ASTNode pt = (ASTNode) nd;

        switch (pt.getToken().getType()) {

            case HiveParser.TOK_CREATETABLE:
                OutputTableList.add(BaseSemanticAnalyzer.getUnescapedName((ASTNode) pt.getChild(0)));
                break;
            case HiveParser.TOK_TAB:
                OutputTableList.add(BaseSemanticAnalyzer.getUnescapedName((ASTNode) pt.getChild(0)));
                break;

            case HiveParser.TOK_TABREF:
                ASTNode tabTree = (ASTNode) pt.getChild(0);
                String table_name = (tabTree.getChildCount() == 1) ?
                        BaseSemanticAnalyzer.getUnescapedName((ASTNode) tabTree.getChild(0)) :
                        BaseSemanticAnalyzer.getUnescapedName((ASTNode) tabTree.getChild(0)) + "." + tabTree.getChild(1);
                inputTableList.add(table_name);
                break;
        }
        return null;
    }

    /**
     * parses given query and gets the lineage info.
     *
     * @param query
     * @throws ParseException
     */
    public void getLineageInfo(String query) throws ParseException,
            SemanticException {

    /*
     * Get the AST tree
     */
        ParseDriver pd = new ParseDriver();
        ASTNode tree = pd.parse(query);

        while ((tree.getToken() == null) && (tree.getChildCount() > 0)) {
            tree = (ASTNode) tree.getChild(0);
        }

    /*
     * initialize Event Processor and dispatcher.
     */
        inputTableList.clear();
        OutputTableList.clear();

        // create a walker which walks the tree in a DFS manner while maintaining
        // the operator stack. The dispatcher
        // generates the plan from the operator tree
        Map<Rule, NodeProcessor> rules = new LinkedHashMap<Rule, NodeProcessor>();

        // The dispatcher fires the processor corresponding to the closest matching
        // rule and passes the context along
        Dispatcher disp = new DefaultRuleDispatcher(this, rules, null);
        GraphWalker ogw = new DefaultGraphWalker(disp);

        // Create a list of topop nodes
        ArrayList topNodes = new ArrayList();
        topNodes.add(tree);
        ogw.startWalking(topNodes, null);
    }

    public static void main(String[] args) throws IOException, ParseException, SemanticException {
        String query = "insert into table aa  select * from bb union all select * from cc";
        HiveLineageInfo lep = new HiveLineageInfo();
        lep.getLineageInfo(query);
        System.out.println("Input tables = " + lep.getInputTableList());
        System.out.println("Output tables = " + lep.getOutputTableList());
    }
}

運(yùn)行之后結(jié)果如下:

result table
input_table [bb, cc]
output_table [aa]
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末糟红,一起剝皮案震驚了整個(gè)濱河市艾帐,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌盆偿,老刑警劉巖,帶你破解...
    沈念sama閱讀 218,204評(píng)論 6 506
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件准浴,死亡現(xiàn)場(chǎng)離奇詭異事扭,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)乐横,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,091評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門求橄,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人葡公,你說我怎么就攤上這事罐农。” “怎么了催什?”我有些...
    開封第一講書人閱讀 164,548評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵涵亏,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我蒲凶,道長(zhǎng)气筋,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,657評(píng)論 1 293
  • 正文 為了忘掉前任旋圆,我火速辦了婚禮宠默,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘灵巧。我一直安慰自己搀矫,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,689評(píng)論 6 392
  • 文/花漫 我一把揭開白布刻肄。 她就那樣靜靜地躺著瓤球,像睡著了一般。 火紅的嫁衣襯著肌膚如雪肄方。 梳的紋絲不亂的頭發(fā)上冰垄,一...
    開封第一講書人閱讀 51,554評(píng)論 1 305
  • 那天,我揣著相機(jī)與錄音权她,去河邊找鬼虹茶。 笑死,一個(gè)胖子當(dāng)著我的面吹牛隅要,可吹牛的內(nèi)容都是我干的蝴罪。 我是一名探鬼主播,決...
    沈念sama閱讀 40,302評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼步清,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼要门!你這毒婦竟也來了虏肾?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,216評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤欢搜,失蹤者是張志新(化名)和其女友劉穎封豪,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體炒瘟,經(jīng)...
    沈念sama閱讀 45,661評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡吹埠,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,851評(píng)論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了疮装。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片缘琅。...
    茶點(diǎn)故事閱讀 39,977評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖廓推,靈堂內(nèi)的尸體忽然破棺而出刷袍,到底是詐尸還是另有隱情,我是刑警寧澤樊展,帶...
    沈念sama閱讀 35,697評(píng)論 5 347
  • 正文 年R本政府宣布呻纹,位于F島的核電站,受9級(jí)特大地震影響滚局,放射性物質(zhì)發(fā)生泄漏居暖。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,306評(píng)論 3 330
  • 文/蒙蒙 一藤肢、第九天 我趴在偏房一處隱蔽的房頂上張望太闺。 院中可真熱鬧,春花似錦嘁圈、人聲如沸省骂。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,898評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)钞澳。三九已至,卻和暖如春涨缚,著一層夾襖步出監(jiān)牢的瞬間轧粟,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,019評(píng)論 1 270
  • 我被黑心中介騙來泰國(guó)打工脓魏, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留兰吟,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 48,138評(píng)論 3 370
  • 正文 我出身青樓茂翔,卻偏偏與公主長(zhǎng)得像混蔼,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子珊燎,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,927評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容