标签：opt hive example Hive mysql hadoop102 安装 基本概念
目录
一、Hive的基本概念
1.Hive简介
Hive由Facebook开源用于解决海量结构化日志的数据统计工具。是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL查询功能。
Hive本质是将HQL转化成MapReduce程序。Hive处理的数据存储在HDFS，分析数据底层的实现是MapReduce，执行程序运行在Yarn上。
2.Hive的优缺点
优点：
（1）操作接口采用类SQL语法，提供快速开发的能力（简单、容易上手）。
（2）避免了去写MapReduce，减少开发人员的学习成本。
（3）Hive优势在于处理大数据，支持海量数据的分析与计算。
（4）Hive支持用户自定义函数，用户可以根据自己的需求来实现自己的函数。
缺点：
1）Hive的HQL表达能力有限
（1）Hive自动生成的MapReduce作业，通常情况下不够智能化
（2）数据挖掘方面不擅长，由于MapReduce数据处理流程的限制，效率更高的算法却无法实现。
2）Hive的效率比较低
（1）Hive的执行延迟比较高，因此Hive常用于数据分析，对实时性要求不高的场合。
（2）Hive调优比较困难，粒度较粗
3）Hive不支持实时查询和行级别更新
hive分析的数据是存储在hdfs上，hdfs不支持随机写，只支持追加写，所以在hive中不能update和delete,能select和insert。
3.Hive架构原理
1）用户接口：Client
CLI（command-line interface）、JDBC/ODBC(jdbc访问hive)
2）元数据：Metastore
元数据包括：表名、表所属的数据库（默认是default）、表的拥有者、列/分区字段、表的类型（是否是外部表）、表的数据所在目录等；
默认存储在自带的derby数据库中，推荐使用MySQL存储Metastore
3）Hadoop
使用HDFS进行存储，使用MapReduce进行计算。
4）驱动器：Driver
（1）解析器（SQL Parser）：将SQL字符串转换成抽象语法树AST，这一步一般都用第三方工具库完成，比如antlr；对AST进行语法分析，比如表是否存在、字段是否存在、SQL语义是否有误。
（2）编译器（Physical Plan）：将AST编译生成逻辑执行计划。
（3）优化器（Query Optimizer）：对逻辑执行计划进行优化。
（4）执行器（Execution）：把逻辑执行计划转换成可以运行的物理计划。对于Hive来说，就是MR/Spark。
工作机制：
Hive通过给用户提供的一系列交互接口，接收到用户的指令(SQL)，使用自己的Driver，结合元数据(MetaStore)，将这些指令翻译成MapReduce，提交到Hadoop中执行，最后，将执行返回的结果输出到用户交互接口。
二、Hive安装
1.安装地址
1）Hive官网地址
http://hive.apache.org/
2）文档查看地址
https://cwiki.apache.org/confluence/display/Hive/GettingStarted
3）下载地址
http://archive.apache.org/dist/hive/
4）github地址
GitHub - apache/hive: Apache Hive
2.安装部署
在$HADOOP_HOME/etc/hadoop中配置core-site.xml，增加如下内容
<!-- 配置该example(superUser)允许通过代理访问的主机节点 -->
<property>
<name>hadoop.proxyuser.example.hosts</name>
<value>*</value>
</property>
<!-- 配置该example(superUser)允许通过代理用户所属组 -->
<property>
<name>hadoop.proxyuser.example.groups</name>
<value>*</value>
</property>
<!-- 配置该example(superUser)允许通过代理的用户-->
<property>
<name>hadoop.proxyuser.example.users</name>
<value>*</value>
</property>配置yarn-site.xml
<!-- NodeManager使用内存数，默认8G，修改为4G内存 -->
<property>
<description>Amount of physical memory, in MB, that can be allocated
for containers. If set to -1 and
yarn.nodemanager.resource.detect-hardware-capabilities is true, it is
automatically calculated(in case of Windows and Linux).
In other cases, the default is 8192MB.
</description>
<name>yarn.nodemanager.resource.memory-mb</name>
<value>4096</value>
</property>
<!-- 容器最小内存，默认512M -->
<property>
<description>The minimum allocation for every container request at the RM in MBs. Memory requests lower than this will be set to the value of this property. Additionally, a node manager that is configured to have less memory than this value will be shut down by the resource manager.
</description>
<name>yarn.scheduler.minimum-allocation-mb</name>
<value>512</value>
</property>
<!-- 容器最大内存，默认8G，修改为4G -->
<property>
<description>The maximum allocation for every container request at the RM in MBs. Memory requests higher than this will throw an InvalidResourceRequestException.
</description>
<name>yarn.scheduler.maximum-allocation-mb</name>
<value>4096</value>
</property>
<!-- 虚拟内存检查，默认打开，修改为关闭 -->
<property>
<description>Whether virtual memory limits will be enforced for
containers.</description>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>安装Hive
1.把apache-hive-3.1.2-bin.tar.gz上传到linux的/opt/software目录下，解压apache-hive-3.1.2-bin.tar.gz到/opt/module/目录下面，修改apache-hive-3.1.2-bin.tar.gz的名称为hive
[example@hadoop102 software]$ tar -zxvf /opt/software/apache-hive-3.1.2-bin.tar.gz -C /opt/module/
[example@hadoop102 software]$ mv /opt/module/apache-hive-3.1.2-bin/ /opt/module/hive
2.修改/etc/profile.d/my_env.sh，添加环境变量
[example@hadoop102 software]$ sudo vim /etc/profile.d/my_env.sh
添加以下内容
#HIVE_HOME
export HIVE_HOME=/opt/module/hive
export PATH=$PATH:$HIVE_HOME/bin
3.解决日志Jar包冲突
[example@hadoop102 software]$ mv $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.jar $HIVE_HOME/lib/log4j-slf4j-impl-2.10.0.bak
4.初始化元数据库
[example@hadoop102 hive]$ bin/schematool -dbType derby -initSchema启动并使用Hive
启动hive
[example@hadoop102 hive]$ bin/hive
使用hive
hive> show databases;
hive> show tables;
hive> create table test(id int);
hive> insert into test values(1);
hive> select * from test;
由于Hive默认使用的元数据库为derby，开启Hive之后就会占用元数据库，且不与其他客户端共享数据，所以需要将Hive的元数据地址改为MySQL。
在Hive的安装目录下将derby.log和metastore_db删除,将hdfs上目录删除
[example@hadoop102 hive]$ rm -rf derby.log metastore_db
[example@hadoop102 hive]$ hadoop fs -rm -r /user3.mySQL安装
1）检查当前系统是否安装过Mysql
[example@hadoop102 ~]$ rpm -qa|grep mariadb
mariadb-libs-5.5.56-2.el7.x86_64 //如果存在通过如下命令卸载
[example@hadoop102 ~]$ sudo rpm -e --nodeps mariadb-libs //用此命令卸载mariadb
2）将MySQL安装包拷贝到/opt/software目录下
[example @hadoop102 software]# ll
总用量 528384
-rw-r--r--. 1 root root 609556480 3月 21 15:41 mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar
3）解压MySQL安装包
[example @hadoop102 software]# mkdir mysql-lib
[example @hadoop102 software]# tar -xf mysql-5.7.28-1.el7.x86_64.rpm-bundle.tar -C mysql-lib
4）在安装目录下执行rpm安装（必须按照顺序来）
[example @hadoop102 mysql-lib]$ sudo rpm -ivh mysql-community-common-5.7.28-1.el7.x86_64.rpm
[example @hadoop102 mysql-lib]$ sudo rpm -ivh mysql-community-libs-5.7.28-1.el7.x86_64.rpm
[example @hadoop102 mysql-lib]$ sudo rpm -ivh mysql-community-libs-compat-5.7.28-1.el7.x86_64.rpm
[example @hadoop102 mysql-lib]$ sudo rpm -ivh mysql-community-client-5.7.28-1.el7.x86_64.rpm
[example @hadoop102 mysql-lib]$ sudo rpm -ivh mysql-community-server-5.7.28-1.el7.x86_64.rpm
如果在安装mysql-community-server-5.7.28-1.el7.x86_64.rpm出现错误，通过yum安装缺少的依赖,然后重新安装mysql-community-server-5.7.28-1.el7.x86_64 即可
[example@hadoop102 software] sudo yum install -y libaio
5）删除/etc/my.cnf文件中datadir指向的目录下的所有内容,如果有内容的情况下:
查看datadir的值：
cat /etc/my.cnf
[mysqld]
datadir=/var/lib/mysql
删除/var/lib/mysql目录下的所有内容:
[example @hadoop102 mysql]# cd /var/lib/mysql
[example @hadoop102 mysql]# sudo rm -rf * //注意执行命令的位置
6）初始化数据库
[example @hadoop102 opt]$ sudo mysqld --initialize --user=mysql
7）查看临时生成的root用户的密码
[example @hadoop102 opt]$ sudo cat /var/log/mysqld.log ,1Y)XWMhQ#e=
8）启动MySQL服务
[example @hadoop102 opt]$ sudo systemctl start mysqld
[example @hadoop102 opt]$ sudo systemctl status mysqld 查看mysql服务的状态
9）登录MySQL数据库
[example @hadoop102 opt]$ mysql -uroot -p
Enter password: 输入临时生成的密码
登录成功.
10）必须先修改root用户的密码,否则执行其他的操作会报错
mysql> set password = password("123456");
11）修改mysql库下的user表中的root用户允许任意ip连接
mysql> update mysql.user set host='%' where user='root';
mysql> flush privileges;4.Hive元数据配置到MySql
拷贝驱动：将MySQL的JDBC驱动拷贝到Hive的lib目录下
[example@hadoop102 software]$ cp /opt/software/mysql-connector-java-5.1.37.jar $HIVE_HOME/lib配置Metastore到MySQL
在$HIVE_HOME/conf目录下新建hive-site.xml文件
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
<!-- jdbc连接的URL -->
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://hadoop102:3306/metastore?useSSL=false</value>
</property>
<!-- jdbc连接的Driver-->
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.jdbc.Driver</value>
</property>
<!-- jdbc连接的username-->
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
</property>
<!-- jdbc连接的password -->
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>123456</value>
</property>
<!-- Hive默认在HDFS的工作目录 -->
<property>
<name>hive.metastore.warehouse.dir</name>
<value>/user/hive/warehouse</value>
</property>
</configuration>登录mysql
mysql -uroot -p 提示输入密码
新建Hive元数据库
mysql> create database metastore;
mysql> quit;
初始化Hive元数据库
[example@hadoop102 software]$ schematool -initSchema -dbType mysql -verbose5.使用元数据服务的方式访问Hive
1）在hive-site.xml文件中添加如下配置信息
<!-- 指定存储元数据要连接的地址 -->
<property>
<name>hive.metastore.uris</name>
<value>thrift://hadoop102:9083</value>
</property>
2）启动metastore
[example@hadoop202 hive]$ hive --service metastore
2020-04-24 16:58:08: Starting Hive Metastore Server
注意: 启动后窗口不能再操作，需打开一个新的shell窗口做别的操作
3）启动 hive
[example@hadoop202 hive]$ bin/hive6.使用JDBC方式访问Hive
1）在hive-site.xml文件中添加如下配置信息
<!-- 指定hiveserver2连接的host -->
<property>
<name>hive.server2.thrift.bind.host</name>
<value>hadoop102</value>
</property>
<!-- 指定hiveserver2连接的端口号 -->
<property>
<name>hive.server2.thrift.port</name>
<value>10000</value>
</property>
<!-- hiveserver2的高可用参数，开启此参数可以提高hiveserver2的启动速度 -->
<property>
<name>hive.server2.active.passive.ha.enable</name>
<value>true</value>
</property>
2）启动hiveserver2
[example@hadoop102 hive]$ bin/hive --service hiveserver2
3）启动beeline客户端
[example@hadoop102 hive]$ bin/beeline -u jdbc:hive2://hadoop102:10000 -n example
4）看到如下界面
Connecting to jdbc:hive2://hadoop102:10000
Connected to: Apache Hive (version 3.1.2)
Driver: Hive JDBC (version 3.1.2)
Transaction isolation: TRANSACTION_REPEATABLE_READ
Beeline version 3.1.2 by Apache Hive
0: jdbc:hive2://hadoop102:10000>可以后台运行的脚本
[example@hadoop102 hive]$ vim $HIVE_HOME/bin/hiveservices.sh
#!/bin/bash
HIVE_LOG_DIR=$HIVE_HOME/logs
if [ ! -d $HIVE_LOG_DIR ]
then
mkdir -p $HIVE_LOG_DIR
fi
#检查进程是否运行正常，参数1为进程名，参数2为进程端口
function check_process()
{
pid=$(ps -ef 2>/dev/null | grep -v grep | grep -i $1 | awk '{print $2}')
ppid=$(netstat -nltp 2>/dev/null | grep $2 | awk '{print $7}' | cut -d '/' -f 1)
echo $pid
[[ "$pid" =~ "$ppid" ]] && [ "$ppid" ] && return 0 || return 1
}
function hive_start()
{
metapid=$(check_process HiveMetastore 9083)
cmd="nohup hive --service metastore >$HIVE_LOG_DIR/metastore.log 2>&1 &"
[ -z "$metapid" ] && eval $cmd || echo "Metastroe服务已启动"
server2pid=$(check_process HiveServer2 10000)
cmd="nohup hive --service hiveserver2 >$HIVE_LOG_DIR/hiveServer2.log 2>&1 &"
[ -z "$server2pid" ] && eval $cmd || echo "HiveServer2服务已启动"
}
function hive_stop()
{
metapid=$(check_process HiveMetastore 9083)
[ "$metapid" ] && kill $metapid || echo "Metastore服务未启动"
server2pid=$(check_process HiveServer2 10000)
[ "$server2pid" ] && kill $server2pid || echo "HiveServer2服务未启动"
}
case $1 in
"start")
hive_start
;;
"stop")
hive_stop
;;
"restart")
hive_stop
sleep 2
hive_start
;;
"status")
check_process HiveMetastore 9083 >/dev/null && echo "Metastore服务运行正常" || echo "Metastore服务运行异常"
check_process HiveServer2 10000 >/dev/null && echo "HiveServer2服务运行正常" || echo "HiveServer2服务运行异常"
;;
*)
echo Invalid Args!
echo 'Usage: '$(basename $0)' start|stop|restart|status'
;;
esac7.Hive常用交互命令
[example@hadoop102 hive]$ 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)
1）在hive命令行里创建一个表student，并插入1条数据
hive (default)> create table student(id int,name string);
OK
Time taken: 1.291 seconds
hive (default)> insert into table student values(1,"zhangsan");
hive (default)> select * from student;
OK
student.id student.name
1 zhangsan
Time taken: 0.144 seconds, Fetched: 1 row(s)
2）“-e”不进入hive的交互窗口执行sql语句
[example@hadoop102 hive]$ bin/hive -e "select id from student;"
2）“-f”执行脚本中sql语句
（1）在/opt/module/hive/下创建datas目录并在datas目录下创建hivef.sql文件
[example@hadoop102 datas]$ vim hivef.sql
（2）文件中写入正确的sql语句
select * from student;
（3）执行文件中的sql语句
[example@hadoop102 hive]$ bin/hive -f /opt/module/hive/datas/hivef.sql
（4）执行文件中的sql语句并将结果写入文件中
[example@hadoop102 hive]$ bin/hive -f /opt/module/hive/datas/hivef.sql > /opt/module/datas/hive_result.txt8.Hive其他命令操作
1）退出hive窗口：
hive(default)>exit;
hive(default)>quit;
2）在hive cli命令窗口中如何查看hdfs文件系统
hive(default)>dfs -ls /;
3）查看在hive中输入的所有历史命令
[example@hadoop102 ~]$ cat .hivehistory
4）查看在beeline中输入的所有历史命令
[example@hadoop102 ~]$ cat .beeline/history9.Hive常见属性配置
Hive运行日志信息配置:
（1）修改$HIVE_HOME/conf/hive-log4j.properties.template文件名称为
hive-log4j.properties
[example@hadoop102 conf]$ pwd
/opt/module/hive/conf
[example@hadoop102 conf]$ mv hive-log4j2.properties.template hive-log4j2.properties
（2）在hive-log4j.properties文件中修改log存放位置
hive.log.dir=/opt/module/hive/logsHive启动jvm堆内存设置
（1）修改$HIVE_HOME/conf下的hive-env.sh.template为hive-env.sh
[example@hadoop102 conf]$ pwd
/opt/module/hive/conf
[example@hadoop102 conf]$ mv hive-env.sh.template hive-env.sh
（2） 将hive-env.sh其中的参数 export HADOOP_HEAPSIZE=1024的注释放开，重启hive。
在yarn-site.xml中添加如下配置
<property>
<name>yarn.nodemanager.vmem-check-enabled</name>
<value>false</value>
</property>
修改完后记得分发yarn-site.xml3 打印 当前库 和 表头
在hive-site.xml中加入如下两个配置:
<property>
<name>hive.cli.print.header</name>
<value>true</value>
</property>
<property>
<name>hive.cli.print.current.db</name>
<value>true</value>
</property>4.参数配置方式
（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：
[example@hadoop103 hive]$ bin/hive -hiveconf mapreduce.job.reduces=10;
或者
[example@hadoop103 hive]$ bin/beeline -u jdbc:hive2://hadoop102:10000 -n example -hiveconf mapreduce.job.reduces=10;
注意：仅对本次hive启动有效
查看参数设置：
hive (default)> set mapreduce.job.reduces;
（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 mapreduce.job.reduces=10;
注意：仅对本次hive启动有效。
查看参数设置
hive (default)> set mapreduce.job.reduces;
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。标签：opt,hive,example,Hive,mysql,hadoop102,安装,基本概念 来源： https://blog.csdn.net/lslslslslss/article/details/122071062
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。