Hive 安装与基本操作

1.Hive安装地址说明

    • Hive官网地址:http://hive.apache.org/

    • 文档查看地址:https://cwiki.apache.org/confluence/display/Hive/GettingStarted

    • 下载地址:http://archive.apache.org/dist/hive/

    • github地址:https://github.com/apache/hive

 

2.Hive安装部署

2.1  Hive安装及配置

① 把apache-hive-1.2.1-bin.tar.gz上传到linux的
② 解压apache-hive-1.2.1-bin.tar.gz到/opt/module
    [luomk@hadoop102 software]$ tar -zxv
③ 修改apache-hive-1.2.1-bin.tar.gz的名称为hive
    [luomk@hadoop102 module]$ mv apache-
④ 修改/opt/module/hive/conf目录下的hive-env.sh
    [luomk@hadoop102 conf]$ mv hive-env.
⑤ 配置hive-env.sh文件                       
（a）配置HADOOP_HOME路径:export HADOOP_HOME=/o
（b）配置HIVE_CONF_DIR路径:export HIVE_CONF_DI

2.2 Hadoop集群配置

① 必须启动hdfs和yarn
    [luomk@hadoop102 hadoop-2.7.2]$ sbin/start-dfs.sh
    [luomk@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
    [luomk@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -mkdir /tmp
    [luomk@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -mkdir -p /user/hive/warehouse
    [luomk@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -chmod g+w /tmp
    [luomk@hadoop102 hadoop-2.7.2]$ bin/hadoop fs -chmod g+w /user/hive/warehouse

 

3.Hive 常用交互命令

（1）启动hive

        [luomk@hadoop102 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;

        hive>exit;

    说明：exit和quit区别：exit:先隐性提交数据，再退出；quit:不提交数据，退出；

（11）在hive cli命令窗口中如何查看hdfs文件系统

    hive(default)>dfs -ls /;

（12）在hive cli命令窗口中如何查看hdfs本地系统

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

（13）查看在hive中输入的所有历史命令

        进入到当前用户的根目录/root或/home/luomk

        查看. hivehistory文件

        [luomk@hadoop102 ~]$ cat .hivehistory

（14）“-e”不进入hive的交互窗口执行sql语句

    [luomk@hadoop102 hive]$ bin/hive -e "select id from student;"

（15）“-f”执行脚本中sql语句

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

            [luomk@hadoop102 datas]$ touch hivef.sql

            文件中写入正确的sql语句

            select * from student;

    • 执行文件中的sql语句

            [luomk@hadoop102 hive]$ bin/hive -f /opt/module/datas/hivef.sql

    • 执行文件中的sql语句并将结果写入文件中

            [luomk@hadoop102 hive]$ bin/hive -f /opt/module/datas/hivef.sql  > /opt/module/datas/hive_result.txt

 

4.将本地文件导入Hive案例

    需求：将本地/opt/module/datas/student.txt这个目录下的数据导入到hive的student(id int, name string)表中。

4.1 数据准备：在/opt/module/datas/student.txt这个目录下准备数据

    （1）在/opt/module/目录下创建datas

        [luomk@hadoop102 module]$ mkdir datas

    （2）在/opt/module/datas/目录下创建student.txt文件并添加数据

        [luomk@hadoop102 module]$ touch student.txt

        [luomk@hadoop102 module]$ vi student.txt

        1001    zhangshan

        1002    lishi

        1003    zhaoliu

4.2 hive实际操作

（1）启动hive

    [luomk@hadoop102 hive]$ bin/hive

（2）显示数据库

hive>show databases;

（3）使用default数据库

    hive>use default;

（4）显示default数据库中的表

    hive>show tables;

（5）创建student表, 并声明文件分隔符’\t’

    hive> create table student(id int, name string) ROW FORMAT DELIMITED FIELDS TERMINATED BY '\t';

（6）加载/opt/module/datas/student.txt 文件到student数据库表中。

    hive> load data local inpath '/opt/module/datas/student.txt' into table student;

4.3 hive查询结果

（1）查询数据库
hive> select * from student;
OK
1001    zhangshan
1002    lishi
1003    zhaoliu
Time taken: 0.266 seconds, Fetched: 3 row(s)
（2）查询id
hive> select id from student;

4.4 遇到的问题

    再打开一个客户端窗口启动hive，会产生java.sql.SQLException异常。

    原因是:Metastore默认存储在自带的derby数据库中，推荐使用MySQL存储Metastore;

 

5.MySql安装

5.1 安装包准备（查看mysql是否安装，如果安装了，卸载mysql）

（1）查看

    [root@hadoop102 module]# rpm -qa|grep mysql

    例如可能会展示出类似这样的名称：mysql-libs-5.1.73-7.el6.x86_64

（2）卸载

    卸载通过yum安装的Mysql：[root@hadoop102 module]# yum remove mysql mysql-server mysql-libs mysql-server;

    找到Mysql相关的东西：[root@hadoop102 module]# find / -name mysql

    查询Mysql相关的rmp安装包：[root@hadoop102 module]# rpm -qa|grep mysql

    执行卸载：：[root@hadoop102 module]# rpm -e mysql相关文件

    (3) 解压mysql-libs.zip文件到当前目录

    [root@hadoop102 software]$ unzip mysql-libs.zip

    [root@hadoop102 software]$ ls

    mysql-libs.zip

    mysql-libs                  

    (4) 进入到mysql-libs文件夹下，并设置当前用户执行权限

    [root@hadoop102 mysql-libs]# ll

    总用量 76048

    -rw-r--r--. 1 root root 18509960 3月  26 2015 MySQL-client-5.6.24-1.el6.x86_64.rpm

    -rw-r--r--. 1 root root  3575135 12月  1 2013 mysql-connector-java-5.1.27.tar.gz

    -rw-r--r--. 1 root root 55782196 3月  26 2015 MySQL-server-5.6.24-1.el6.x86_64.rpm

    [root@hadoop102 mysql-libs]# chmod u+x ./*

    [root@hadoop102 mysql-libs]# ll

    总用量 76048

    -rwxr--r--. 1 root root 18509960 3月  26 2015 MySQL-client-5.6.24-1.el6.x86_64.rpm

    -rwxr--r--. 1 root root  3575135 12月  1 2013 mysql-connector-java-5.1.27.tar.gz

    -rwxr--r--. 1 root root 55782196 3月  26 2015 MySQL-server-5.6.24-1.el6.x86_64.rpm

5.2 安装MySql服务器

    (1) 安装mysql服务端

    [root@hadoop102 mysql-libs]# rpm -ivh MySQL-server-5.6.24-1.el6.x86_64.rpm

    (2) 查看产生的随机密码

    [root@hadoop102 mysql-libs]# cat /root/.mysql_secret

    OEXaQuS8IWkG19Xs

    (3) 查看mysql状态

    [root@hadoop102 mysql-libs]# service mysql status

    (4) 启动mysql

    [root@hadoop102 mysql-libs]# service mysql start

5.3 安装MySql客户端

    (1) 安装mysql客户端

    [root@hadoop102 mysql-libs]# rpm -ivh MySQL-client-5.6.24-1.el6.x86_64.rpm

    (2) 链接mysql

    [root@hadoop102 mysql-libs]# mysql -uroot -pOEXaQuS8IWkG19Xs

    (3) 修改密码

    mysql>SET PASSWORD=PASSWORD(123456);

    (4) 退出mysql

    mysql>exit

5.4 MySql中user表中主机配置

    配置只要是root用户+密码，在任何主机上都能登录MySQL数据库。

(1) 进入mysql

    [root@hadoop102 mysql-libs]# mysql -uroot -p123456

(2) 显示数据库

    mysql>show databases;

(3) 使用mysql数据库

    mysql>use mysql;

(4) 展示mysql数据库中的所有表

    mysql>show tables;

(5) 展示user表的结构

    mysql>desc user;

(6) 查询user表

    mysql>select User, Host, Password from user;

(7) 修改user表，把Host表内容修改为%

    mysql>update user set host='%' where user='root' and host='localhost';

(8) 删除root用户的其他host

    mysql>delete from user where User='root'and Host='hadoop102';

    mysql>delete from user where User='root'and Host='127.0.0.1';

    mysql>delete from user where User='root'and Host='::1';

(9) 刷新

    mysql>flush privileges;

(10) 退出

    mysql> exit;

 

6.Hive元数据配置到MySql

6.1 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@hadoop102 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@hadoop102 mysql-connector-java-5.1.27]# cp mysql-connector-java-5.1.27-bin.jar /opt/module/hive/lib/

6.2 配置Metastore到MySql

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

    [root@hadoop102 conf]# touch hive-site.xml

    [root@hadoop102 conf]# vi hive-site.xml

    在hive-site.xml文件中输入任意字符后保存（保证编码）

    (2) 从hive-default.xml.template拷贝信息到hive-site.xml文件

    (3) 根据官方文档配置参数

    https://cwiki.apache.org/confluence/display/Hive/AdminManual+MetastoreAdmin

    
      javax.jdo.option.ConnectionURL
      jdbc:mysql://hadoop102:3306/metastore?createDatabaseIfNotExist=true
      JDBC connect string for a JDBC metastore
    
    
      javax.jdo.option.ConnectionDriverName
      com.mysql.jdbc.Driver
      Driver class name for a JDBC metastore
    
    
      javax.jdo.option.ConnectionUserName
      root
      username to use against metastore database
    
    
      javax.jdo.option.ConnectionPassword
      123456
      password to use against metastore database
    
    
        hive.metastore.warehouse.dir
        /user/hive/warehouse
        location of default database for the warehouse
    
    
        hive.cli.print.header
        true
    
    
        hive.cli.print.current.db
        true
    
    
          hive.zookeeper.quorum
          hadoop102,hadoop103,hadoop104
    
    
          hive.zookeeper.client.port
          2181
    
    
        hive.aux.jars.path
         file:///opt/module/hive/lib/json-serde-1.3.8-jar-with-dependencies.jar,file:///opt/module/hive/lib/app_logs_hive.jar
    
    
         hive.exec.compress.output
         false
    

    (4) 配置完毕后，如果启动hive异常，可以重新启动虚拟机。

6.3 多窗口启动Hive测试

1）先启动MySQL

    [hadoop102@hadoop102 mysql-libs]$ mysql -uroot -p123456

    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

[hadoop102@hadoop102 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               |

+——————————+

 

7.Hive常见属性的配置

7.1  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）。

    hive.metastore.warehouse.dir
    /user/hive/warehouse
    location of default database for the warehouse

（4）配置同组用户有执行权限

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

 

7.2 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。

    hive.cli.print.header
    true


    hive.cli.print.current.db
    true

    重新启动hive,效果如下。

 

7.3 Hive运行日志信息配置

（1）Hive的log默认存放在/tmp/luomk/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

        [luomk@hadoop102 conf]$ mv hive-log4j.properties.template hive-log4j.properties

    ② 在hive-log4j.properties文件中修改log存放位置

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

 

7.4 参数配置方式

（1）查看当前所有的配置信息

    hive>set;

（2）参数配置的三种方式

    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：[luomk@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.