TUNANのBlogHomeArchivesTagsCategories
Hive的部署和初始化工作&验证Hive部署成功
|Hive
Word count: 2.1k|Reading time: 9 min

Hive安装部署

Hive安装及配置

  1. 把apache-hive-1.2.1-bin.tar.gz上传到linux的/opt/software目录下

  2. 解压apache-hive-1.2.1-bin.tar.gz到/opt/module/目录下面

    [hadoop@aliyun software]$ tar -zxvf apache-hive-1.2.1-bin.tar.gz -C /opt/module/

  3. 修改apache-hive-1.2.1-bin.tar.gz的名称为hive

    [hadoop@aliyun module]$ mv apache-hive-1.2.1-bin/ hive

  4. 修改/opt/module/hive/conf目录下的hive-env.sh.template名称为hive-env.sh

    [hadoop@aliyun conf]$ mv hive-env.sh.template hive-env.sh

  5. 配置hive-env.sh文件

    1. 配置HADOOP_HOME路径

      export HADOOP_HOME=/opt/module/hadoop-2.7.2

    2. 配置HIVE_CONF_DIR路径

      export HIVE_CONF_DIR=/opt/module/hive/conf

Hadoop集群配置

  1. 必须启动hdfs和yarn

    [hadoop@aliyun hadoop-2.7.2]$ sbin/start-dfs.sh
    [hadoop@hadoop103 hadoop-2.7.2]$ sbin/start-yarn.sh

  2. 在HDFS上创建/tmp和/user/hive/warehouse两个目录并修改他们的同组权限可写

    [hadoop@aliyun hadoop-2.7.2]$ bin/hadoop fs -mkdir /tmp
    [hadoop@aliyun hadoop-2.7.2]$ bin/hadoop fs -mkdir -p /user/hive/warehouse
    [hadoop@aliyun hadoop-2.7.2]$ bin/hadoop fs -chmod g+w /tmp

Hive基本操作

  1. 启动hive

    [hadoop@aliyun hive]$ bin/hive

  2. 查看数据库

    hive> show databases;

  3. 打开默认数据库

    hive> use default;

  4. 显示default数据库中的表

    hive> show tables;

  5. 创建一张表

    hive> create table student(id int, name string);

  6. 显示数据库中有几张表

    hive> show tables;

  7. 查看表的结构

    hive> desc student;

  8. 向表中插入数据

    hive> insert into student values(1000,"ss");

  9. 查询表中数据

    hive> select * from student;

  10. 退出hive

    hive> quit;
  • 说明：
    数据库：在hdfs中表现为${hive.metastore.warehouse.dir}目录下一个文件夹
    表：在hdfs中表现所属db目录下一个文件夹，文件夹中存放该表中的具体数据

MySql安装

Hive元数据配置到MySql

驱动拷贝

  1. 在/opt/software/mysql-libs目录下解压mysql-connector-java-5.1.27.tar.gz驱动包

    [root@aliyun mysql-libs]# tar -zxvf mysql-connector-java-5.1.27.tar.gz

  2. 拷贝/opt/software/mysql-libs/mysql-connector-java-5.1.27目录下的mysql-connector-java-5.1.27-bin.jar到/opt/module/hive/lib/

    [root@aliyun mysql-connector-java-5.1.27]# cp mysql-connector-java-5.1.27-bin.jar
    /opt/module/hive/lib/

配置Metastore到MySql

  1. 在/opt/module/hive/conf目录下创建一个hive-site.xml

    [hadoop@aliyun conf]$ touch hive-site.xml
    [hadoop@aliyun conf]$ vi hive-site.xml

  2. 根据官方文档配置参数，拷贝数据到hive-site.xml文件中
    https://cwiki.apache.org/confluence/display/Hive/AdminManual+MetastoreAdmin

    <?xml version="1.0"?>
    <?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
    <configuration>
    <property>
    	<name>javax.jdo.option.ConnectionURL</name>
    	<value>jdbc:mysql://aliyun:3306/metastore?createDatabaseIfNotExist=true</value>
    	<description>JDBC connect string for a JDBC metastore</description>
    </property>
    <property>
    	<name>javax.jdo.option.ConnectionDriverName</name>
    	<value>com.mysql.jdbc.Driver</value>
    	<description>Driver class name for a JDBC metastore</description>
    </property>
    <property>
    	<name>javax.jdo.option.ConnectionUserName</name>
    	<value>root</value>
    	<description>username to use against metastore database</description>
    </property>
    <property>
    	<name>javax.jdo.option.ConnectionPassword</name>
    	<value>000000</value>
    	<description>password to use against metastore database</description>
    </property>
    </configuration>

多窗口启动Hive测试

  1. 先启动MySQL

    [hadoop@aliyun mysql-libs]$ mysql -uroot -p000000

    查看有几个数据库

    mysql> show databases;
       +--------------------+
       | Database |
       +--------------------+
       | information_schema |
       | mysql |
       | performance_schema |
       | test |
       +--------------------+

  2. 再次打开多个窗口，分别启动hive

    [hadoop@aliyun hive]$ bin/hive

  3. 启动hive后，回到MySQL窗口查看数据库，显示增加了metastore数据库

    mysql> show databases;
    +--------------------+
    | Database |
    +--------------------+
    | information_schema |
    | metastore |
    | mysql |
    | performance_schema |
    | test |
    +--------------------+

HiveJDBC访问

  1. 启动hiveserver2服务

    [hadoop@aliyun hive]$ bin/hiveserver2

  2. 启动beeline

    [hadoop@aliyun hive]$ bin/beeline
    Beeline version 1.2.1 by Apache Hive
    beeline>

  3. 连接hiveserver2

    beeline> !connect jdbc:hive2://aliyun:10000（回车）
    Connecting to jdbc:hive2://aliyun:10000
    Enter username for jdbc:hive2://aliyun:10000: hadoop（回车）
    Enter password for jdbc:hive2://aliyun:10000: （直接回车）
    Connected to: Apache Hive (version 1.2.1)
    Driver: Hive JDBC (version 1.2.1)
    Transaction isolation: TRANSACTION_REPEATABLE_READ
    0: jdbc:hive2://aliyun:10000> show databases;
    +----------------+--+
    | database_name |
    +----------------+--+
    | default |
    | hive_db2 |
    +----------------+--+

Hive常用交互命令

  1. Hive命令帮助

    [hadoop@aliyun hive]$ bin/hive -help
    usage: hive
    -d,--define <key=value> Variable subsitution to apply to hive
    commands. e.g. -d A=B or --define A=B
    --database <databasename> Specify the database to use
    -e <quoted-query-string> SQL from command line
    -f <filename> SQL from files
    -H,--help Print help information
    --hiveconf <property=value> Use value for given property
    --hivevar <key=value> Variable subsitution to apply to hive
    commands. e.g. --hivevar A=B
    -i <filename> Initialization SQL file
    -S,--silent Silent mode in interactive shell
    -v,--verbose Verbose mode (echo executed SQL to the console)

  2. "-e"不进入hive的交互窗口执行sql语句

    [hadoop@aliyun hive]$ bin/hive -e "select id from student;"

  3. "-f"执行脚本中sql语句

    1. 在/opt/module/datas目录下创建hivef.sql文件

      [hadoop@aliyun datas]$ touch hivef.sql

      文件中写入正确的sql语句

      select * from student;

    2. 执行文件中的sql语句

      [hadoop@aliyun hive]$ bin/hive -f /opt/module/datas/hivef.sql

    3. 执行文件中的sql语句并将结果写入文件中

      [hadoop@aliyun hive]$ bin/hive -f /opt/module/datas/hivef.sql > /opt/module/datas/hive_result.txt

Hive其他命令操作

  1. 退出hive窗口：

    hive(default)>exit;
    hive(default)>quit;

    在新版的hive中没区别了，在以前的版本是有的：
    exit:先隐性提交数据，再退出；
    quit:不提交数据，退出；

  2. 在hive cli命令窗口中如何查看hdfs文件系统

    hive(default)>dfs -ls /;

  3. 在hive cli命令窗口中如何查看本地文件系统

    hive(default)>! ls /opt/module/datas;

  4. 查看在hive中输入的所有历史命令

    1. 进入到当前用户的根目录/root或/home/hadoop

    2. 查看. hivehistory文件

      [hadoop@aliyun ~]$ cat .hivehistory

Hive常见属性配置

Hive数据仓库位置配置

  1. Default数据仓库的最原始位置是在hdfs上的：/user/hive/warehouse路径下。

  2. 在仓库目录下，没有对默认的数据库default创建文件夹。如果某张表属于default数据库，直接在数据仓库目录下创建一个文件夹。

  3. 修改default数据仓库原始位置（将hive-default.xml.template如下配置信息拷贝到hive-site.xml文件中）。

    <property>
    	<name>hive.metastore.warehouse.dir</name>
    	<value>/user/hive/warehouse</value>
    	<description>location of default database for the warehouse</description>
    </property>

    配置同组用户有执行权限

    bin/hdfs dfs -chmod g+w /user/hive/warehouse

    开启 metastore

    hive --service metastore &

    开启 hiveserver2

    hive --service hiveserver2 &

查询后信息显示配置

  1. 在hive-site.xml文件中添加如下配置信息，就可以实现显示当前数据库，以及查询表的头信息配置。

    <property>
    	<name>hive.cli.print.header</name>
    	<value>true</value>
    </property>
    <property>
    	<name>hive.cli.print.current.db</name>
    	<value>true</value>
    </property>

  2. 重新启动hive，对比配置前后差异。

Hive运行日志信息配置

  1. Hive的log默认存放在/tmp/hadoop/hive.log目录下（当前用户名下）

  2. 修改hive的log存放日志到/opt/module/hive/logs

    1. 修改/opt/module/hive/conf/hive-log4j.properties.template文件名称为hive-log4j.properties

      [hadoop@aliyun conf]$ pwd
      /opt/module/hive/conf
      [hadoop@aliyun conf]$ mv hive-log4j.properties.template hive-log4j.properties

  3. 在hive-log4j.properties文件中修改log存放位置

    hive.log.dir=/opt/module/hive/logs

参数配置方式

  1. 查看当前所有的配置信息

    hive>set;

  2. 参数的配置三种方式

    1. 配置文件方式
      默认配置文件：hive-default.xml
      用户自定义配置文件：hive-site.xml

      注意：用户自定义配置会覆盖默认配置。另外，Hive也会读入Hadoop的配置，因为Hive是作为Hadoop的客户端启动的，Hive的配置会覆盖Hadoop的配置。配置文件的设定对本机启动的所有Hive进程都有效。

    2. 命令行参数方式
      启动Hive时，可以在命令行添加-hiveconf param=value来设定参数。
      例如：

      [hadoop@hadoop103 hive]$ bin/hive -hiveconf mapred.reduce.tasks=10;

      注意：仅对本次hive启动有效
      查看参数设置：

      hive (default)> set mapred.reduce.tasks;

    3. 参数声明方式
      可以在HQL中使用SET关键字设定参数
      例如：

      hive (default)> set mapred.reduce.tasks=100;

      注意：仅对本次hive启动有效。
      查看参数设置

      hive (default)> set mapred.reduce.tasks;

    上述三种设定方式的优先级依次递增。即配置文件<命令行参数<参数声明。注意某些系统级的参数，例如log4j相关的设定，必须用前两种方式设定，因为那些参数的读取在会话建立以前已经完成了。

Author: Tunan
Link: http://yerias.github.io/2018/11/03/hive/3/
Copyright Notice: All articles in this blog are licensed under CC BY-NC-SA 4.0 unless stating additionally.
Hive