基于CentOS的Hive安装部署与基本操作

Hive安装参考

    1.Hive官网地址：http://hive.apache.org

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

    3.下载地址：http://archive.apache.org/dist/hive/ （本例使用的是hive-1.2.1）

    4.github地址：https://github.com/apache/hive（这里查看源码）

Hive安装部署

0.部署前提

    1.必须启动hdfs和yarn

    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

1.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到指定目录下面（/opt/module/）
3. 修改apache-hive-1.2.1-bin.tar.gz的名称为hive
4. 修改/opt/module/hive/conf目录下的hive-env.sh.template名称为hive-env.sh
5. 配置hive-env.sh文件  
   a.配置HADOOP_HOME路径
   b.配置HIVE_CONF_DIR路径

2.Hive基本操作    

1. 启动Hive
   进入到hive目录，运行脚本 $ 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) row format delimited fields terminated by "\t";
                                 (表名)      （字段 类型）          （行格式）    （数据导入时按照\t来分割）
6. 查看表的结构
   hive>desc student;
   
7. 向表中插入数据
   hive> insert into student values(1,"lzl");
   
8. 查询表中数据
   hive> select * from student;
   
9. 将本地文件导入Hive
   数据准备：在/opt/module/datas/student.txt这个目录下准备数据
   101    linzhiling
   102    tongliya
   103    shendianxia   /*注意每行中间用制表符分割，原因看上面第5点*/
   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;
           （加载数据）（数据位置，不指定为HDFS中，这里指定本地）
   完成插入数据后，可以执行hive>select * from student;进行数据查询，会返回插入student中的结果。
10. 退出hive
    hive> quit;

3.如何开启多Hive客户端

当用户已经启动了一个Hive客户端后，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;

这里介绍一种将Hive元数据配置到MySql中的方式来解决开多客户端启动hive崩溃这种情况（如果要看mysql相关配置可参考https://blog.csdn.net/liangzelei/article/details/80096099）

1. 驱动拷贝
   准备mysql-connector的jar包，这里提供的是针对mysql5的jar包。下载好后在目录下解压mysql-connector-java-5.1.27.tar.gz驱动包
   拷贝mysql-connector-java-5.1.27目录下的mysql-connector-java-5.1.27-bin.jar到Hive的lib目录下，本例中的路径为如下：/opt/module/hive/lib/
2. 配置Metastore到MySql
   在/opt/module/hive/conf目录下创建一个hive-site.xml
   根据官方文档配置参数，拷贝数据到hive-site.xml文件中。可参考官方文档中的说明文档进行配置，https://cwiki.apache.org/confluence/display/Hive/AdminManual+MetastoreAdmin
   这里提供一个具体的参数配置案例
   

	
	  javax.jdo.option.ConnectionURL
	  jdbc:mysql://hadoop101:3306/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
	  666666
	  password to use against metastore database
	

例配置完毕后，如果启动hive异常，可以重新启动系统。（重启后，别忘了启动hadoop集群），开始进行多窗口Hive测试，再次打开多个窗口，分别启动hive，启动hive后，回到MySQL窗口查看数据库，显示增加了metastore数据库

Hive常用交互命令

在开启hive后，可以通过$ bin/hive -help来查看hive的基本命令和说明

usage: hive
 -d,--define           Variable subsitution to apply to hive
                                  commands. e.g. -d A=B or --define A=B
    --database      Specify the database to use
 -e          SQL from command line
 -f                     SQL from files
 -H,--help                        Print help information
    --hiveconf    Use value for given property
    --hivevar          Variable subsitution to apply to hive
                                  commands. e.g. --hivevar A=B
 -i                     Initialization SQL file
 -S,--silent                      Silent mode in interactive shell
 -v,--verbose                     Verbose mode (echo executed SQL to the console)

常用命令介绍：
“-e”不进入hive的交互窗口执行sql语句
    $ bin/hive -e "select id from default.student;" 这里不会进入hive而是直接返回查到的数据到终端

“-f”执行脚本中sql语句
    在目录下创建hivef.sql文件，内容为要执行的HQL语句，如下：select *from student;执行文件中的sql语句，本例执行语句为$ 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，语句如下：

$ 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; 或者 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. 在hive cli命令窗口中如何查看hdfs本地系统
   hive(default)>! ls /opt/module/datas;
   
4. 查看在hive中输入的所有历史命令
   方法1：进入到当前用户的根目录/root或/home/用户
   方法2：查看. hivehistory文件 ~$ cat .hivehistory

Hive常见属性配置

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
2. 显示当前数据库，以及查询表的头信息配置
   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，对比配置前后差异
3. Hive运行日志信息配置
   Hive的log默认存放在/tmp/atguigu/hive.log目录下（当前用户名下）。
   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
   (2).在hive-log4j.properties文件中修改log存放位置 hive.log.dir=/opt/module/hive/logs
   
4. 参数配置方式
   查看当前所有的配置信息 ，命令为：hive>set;
   参数的配置三种方式及优先级
   

   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。
   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： [atguigu@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;
   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。